把一张带勾选框、手写备注和跨行表格的登记表交给普通 OCR——光学字符识别，也就是从图片里认字——文字也许能抄出来，但“哪项对应哪个答案”常会乱掉。datalab-to 的 Chandra 2 瞄准的正是这类难文档：它处理图片和 PDF，并尽量保留文字所在的行、格子及相互关系，而不是只吐出一串文本。
它会把结果转换成 HTML、Markdown 或 JSON。这些“结构化输出”能明确表示表格、标题和字段关系，方便继续搜索、编辑或交给程序处理。项目方称，2026 年 3 月发布的 Chandra 2 加强了表格、版面、数学内容和多语言识别，支持 90 多种语言，也能重建包含复选框的表单，并处理手写内容、图像与图表。其最值得注意之处，不是单纯多认几个字，而是试图把文档的组织方式一并保存下来。
项目方还称该模型在外部 olmocr 基准中领先，但供稿未给出具体分数；商业自托管也需要另行取得许可。