AWS 于 2026 年 11 月 20 日宣布 Amazon Textract Insights 正式可用。这是 Textract 新增的生成式 AI 能力,把过去需要自行串联的文字检测、文档拆分、分类与字段提取合并为一次异步请求,并给出每个字段的置信度与页面位置。官方称无需训练模型,可从 AWS 公共蓝图库起步,结果写回用户自己的 S3 桶。目前仅在美国东部(弗吉尼亚北部)与美国西部(俄勒冈)开放,价格以官网为准。
Amazon Textract Insights 正式可用:一次异步请求完成文档拆分、分类与结构化提取
这次发布的是什么
Amazon Textract Insights 是 AWS 在 2026 年 11 月 20 日宣布正式可用的一项文档理解能力,属于 Amazon Textract 的新增生成式 AI 功能。AWS 官方 what's-new 页面标注「Posted on: Nov 20, 2026」,并在正文写明该功能「is now generally available」。这不是新模型发布,而是把 Textract 原本分散的多步文档处理能力整合为一条托管请求。
它要解决的问题很具体:保险理赔、税务资料、入职材料这类文档,常常是一整份扫描件里混着多份没有固定顺序的文件。过去的做法是把文字检测、拆分、分类、字段提取各自搭成一套流程再串起来,运维成本不低。Textract Insights 把这条链路收进一次异步请求里,官方强调不需要训练 AI 模型即可使用。
需要划清的一条边界是:本次正式可用的范围有限。官方明确写「in the US East (N. Virginia) and US West (Oregon) AWS Regions」,即只有美国东部(弗吉尼亚北部)与美国西部(俄勒冈)两个区域,其他区域是否可用以官网为准。本文只记录官方页面能确认的能力与边界,价格与配额不转述。
可用性与限制
- 时间锚点:AWS 官方 what's-new 页写 Posted on: Nov 20, 2026,RSS pubDate 为 2026-11-20T08:00:00Z
- 成熟度:官方写明 now generally available(正式可用),不是预览或测试版
- 区域范围:仅美国东部(弗吉尼亚北部)与美国西部(俄勒冈),其余区域以官网为准
- 请求方式:一次异步请求完成拆分、分类与提取,不是同步接口
- 模型训练:官方称无需训练 AI 模型,可定义蓝图或从 AWS 公共蓝图库起步
- 结果落地:从用户自己的 S3 桶读取文档、写回结果
- 调用入口:AWS SDK 与 AWS CLI
- 人工复核:每个值带置信度并锚定到页面位置,可自动处理高置信结果、其余转人工
- 价格与配额:本次核对页面未列出具体费率与调用上限,以官网为准
- 支持语言与文档类型:以官方开发者指南当前内容为准
主要功能
- 一次异步请求完成文档拆分、分类与结构化字段提取
- 用自然语言描述字段,定义名为蓝图的 JSON 结构
- 提供 W-2、发票、银行对账单等公共蓝图库
- 为每个提取值返回置信度并锚定到页面位置
- 输出 Markdown、HTML 与纯文本,供检索增强生成使用
- 生成文档摘要与图表说明,检测并编辑个人身份信息
技术原理
据官方说明,Textract Insights 的核心是一个名为蓝图(blueprint)的 JSON 结构。开发者用自然语言描述需要的字段,或者直接从 AWS 公共蓝图库里挑一个覆盖常见文档类型的模板,例如 W-2 表单、发票、银行对账单。蓝图相当于告诉服务要从这一批文档里找什么。
拿到一份混合扫描件后,服务先把它拆成多份子文档,再把每一份与最匹配的蓝图对应起来完成分类,最后按蓝图抽取字段。官方描述里这三步发生在同一条托管请求中,开发者不必自己维护拆分规则或分类模型。对每个抽出的值,服务会返回一个置信度分数,并把它锚定到原页面的具体位置。这个设计让调用方可以按置信度分流:高分结果直接自动化,低分结果送人工复核,而不是把所有字段一视同仁。
在输出侧,除了结构化字段,Textract Insights 还能返回 Markdown、HTML 与纯文本三种格式,官方把它们定位给检索增强生成(RAG)应用使用。它还能生成文档摘要与图表说明,并检测、编辑个人身份信息。整个流程的读写都落在用户自己的 S3 桶里:文档从 S3 读取,结果写回 S3,不要求把数据托管到别处。官方没有公开底层模型与打分细节,本文不作推断。
实际体验
从官方给出的能力描述看,接入路径是先选蓝图、再提交异步请求、最后消费结果。如果手头是常见的发票或表单,公共蓝图库可以省去从零定义字段的步骤;如果字段是业务专属的,就需要自己写一份蓝图,用自然语言把每个字段描述清楚。异步请求意味着提交后要等任务结束再取结果,不是提交即返回的同步体验。
值得留意的是置信度与页面锚点这两个返回项。它们决定了这条能力能不能进入自动化流程:调用方可以先设一个阈值,高于阈值的字段直接入库,低于阈值的连同页面位置一起交给人工核对。官方没有给出阈值的推荐值,也没有公开不同文档类型下的表现数据,具体取舍需要用真实文档自行验证。
另一个可复現的观察是区域限制。目前只有两个美国区域可用,如果业务数据在别的区域,要么等官方扩展,要么考虑跨区域的数据流转成本,这一点在立项时就要确认。官方页面未提供控制台逐步操作截图或端到端示例代码,配置细节以开发者指南当前版本为准。
项目地址与获取方式
Amazon Textract Insights 是 AWS 的托管服务功能,没有独立开源仓库。官方入口是 Amazon Textract 产品页与 Amazon Textract 开发者指南中的 Textract Insights 章节,调用通过 AWS SDK 或 AWS CLI 完成。请通过 AWS 官方渠道开通与调用,避免经由第三方转售或封装带来的配置偏差。
- 服务主页:https://aws.amazon.com/textract/
- 开发者文档:https://docs.aws.amazon.com/textract/latest/dg/what-is.html
- 公告原文:https://aws.amazon.com/about-aws/whats-new/2026/11/textract-insights-ga/
适合谁用
- 需要处理理赔、税务、入职等批量混合文档的保险、财税与人力团队
- 正在为 RAG 应用准备文档切片与结构化字段的开发者
- 已经在使用 Textract、希望减少自建拆分与分类流程的 AWS 用户
- 对字段准确性敏感、需要置信度与页面锚点做人工复核的合规场景
- 不必用:只有单一固定版式文档、且现有模板已够用的团队;数据不在那两个美国区域、又不便做跨区域流转的用户
常见问题
问:Textract Insights 和原来的 Textract 是什么关系?
答:它不是替代 Textract 的独立产品,而是 Textract 新增的一项生成式 AI 功能。原来的文字检测、表格与表单提取能力仍然存在,Insights 把拆分、分类、提取这几步整合成一次异步请求,并提供蓝图、置信度与页面锚点。已经在使用 Textract 的团队可以把它看作上层能力,而不是需要迁移的新服务。
问:需要先训练模型才能用吗?
答:官方明确写不需要训练 AI 模型。起步方式有两种:定义一份用自然语言描述字段的蓝图 JSON,或者从 AWS 公共蓝图库里选一个覆盖常见文档类型的模板,例如 W-2、发票、银行对账单。如果字段是业务专属的,仍需自己把字段描述清楚,这一步是配置而不是训练。
问:提取结果准确吗,要不要人工复核?
答:官方没有给出统一的准确率数字,而是为每个提取值返回置信度分数与页面位置。合理的用法是设一个阈值,置信度高的结果自动流转,低的结果连同页面锚点一起送人工核对。具体阈值和不同文档类型下的表现,需要用你自己的真实文档验证,本站不搬运未经核实的分数。
问:现在哪些区域能用?
答:官方页面写的是美国东部(弗吉尼亚北部)与美国西部(俄勒冈)两个区域,正文的区域可用性一栏也只列了这两个。其他区域当前是否可用、何时扩展,以 AWS 官网为准,本文不作推断。
问:怎么计费,会不会很贵?
答:本次核对的公告页面没有列出具体费率与调用上限,价格以官网为准。官方在相关文档里给出了计费说明,建议按自己的文档量与字段规模估算后再决策,本站不转述任何写死的金额。
相关工具与内容
- 工具页:腾讯云 OCR
- 分类页:AI 办公
- 分类页:其他 AI
- 相关文章:AWS Bedrock AgentCore 文档处理
- 相关文章:Amazon SageMaker 新增 AI 数据准备能力
相关内容
AWS Quick 同日三组更新:插件打包智能体与技能,网页端与 Flows 打通跨端工作流
AWS 在 2026 年 11 月 20 日至 21 日连续发布三条 AWS Quick 更新:插件可把智能体、技能、连接器与流程打包成一次安装的单元;网页端把桌面体验搬进浏览器,并更新浏览器扩展与 Microsoft 365 加载项;Flows 支持用对话构建自动化,并加入确定性步骤与输出校验。官方用户指南说明 Quick 由 Amazon QuickSight 演进而来,原有 QuickSight 接口与集成继续可用。
Amazon Bedrock 网页搜索新增五种语言与国别字段:按用户所在国偏置检索来源
AWS 于 2026 年 11 月 21 日宣布 Amazon Bedrock 的 Web Search 工具新增西班牙语、法语、德语、意大利语和日语,并支持非美式英语;同时加入可选的国家字段,用 ISO 3166-1 alpha-2 代码把检索来源偏置到指定国家。现有客户无需改代码即可获得语言能力,可用区域与数据驻留口径以官网为准。
Transformers v5.24.0 发布:纳入十个新模型架构,缓存参数改名进入兼容期
Hugging Face 于 2026 年 11 月 21 日发布 Transformers v5.24.0,正式版标注为 prerelease=false。本次新增 Inkling 2 Mini、Apertus 1.5、Omnilingual ASR、HY4-VL 等十个模型架构支持,同时把 past_key_values 与 cache_params 统一改名为 cache,并给出跨版本的兼容时间表。
继续阅读:Amazon Transcribe 推出同步转写接口:单次请求返回完整文本,无需轮询任务状态 · Claude Code 同日两版更新:auto mode 扩展到多家云平台,任务与钩子管理增强