Face aux LLM multimodaux généralistes jugés trop coûteux et peu performants, Mistral AI, LightOn, Datalab et les acteurs chinois, dont Baidu, DeepSeek et PaddlePaddle misent sur des VLM dédiés à l’OCR. Malgré les performances et l’intégration aux flux agentiques, les techniques plus traditionnelles ne sont pour autant pas mises en défaut.