百度文心发布 PaddleOCR-VL-1.6:准确率突破 96.33%,刷新文档解析 SOTA
百度文心发布 PaddleOCR-VL-1.6,在 OmniDocBench v1.6 上准确率突破 96.33%,刷新文档解析 SOTA,综合性能全球第一,显著提升复杂场景下的文本、公式、表格识别能力。
入选理由:PaddleOCR-VL-1.6 在 OmniDocBench v1.6 上准确率达 96.33%,超越 Gemini-3-Pro、GPT-5.2 等主流模型。
概念
别名:OmniDocBench v1.6、Real5-OmniDocBench
OCR模型基准测试框架v1.6
已跟踪 5 条高相关材料
最近变化
2026-11-14 · ParseBench-2引入严重性策略,允许用户自定义错误权重,如金融场景中数字错误权重可设为25。
为什么值得关注
OmniDocBench 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
百度文心发布 PaddleOCR-VL-1.6:准确率突破 96.33%,刷新文档解析 SOTA
量子位 · 8.7 分
百度文心发布 PaddleOCR-VL-1.6,在 OmniDocBench v1.6 上准确率突破 96.33%,刷新文档解析 SOTA,综合性能全球第一,显著提升复杂场景下的文本、公式、表格识别能力。
One of the hardest parts around document parsing is parsing complex tables. Besides the task itself...
Jerry Liu(@jerryjliu0) · 8.5 分
解析复杂表格是文档解析中最困难的部分,ParseBench-2通过引入严重性策略,使错误评估更精准。
Today we’re introducing ParseBench-2 - our most ambitious document parsing benchmark to date. It is...
Jerry Liu(@jerryjliu0) · 8.5 分
ParseBench-2是首个将330+文档解析错误类型与人类判断对齐的基准,包含4300+文档页面和新增表单维度,同时发布OCRia-1.5模型。
已收录 5 条与 OmniDocBench 相关的内容,按评分排序。
百度文心发布 PaddleOCR-VL-1.6,在 OmniDocBench v1.6 上准确率突破 96.33%,刷新文档解析 SOTA,综合性能全球第一,显著提升复杂场景下的文本、公式、表格识别能力。
入选理由:PaddleOCR-VL-1.6 在 OmniDocBench v1.6 上准确率达 96.33%,超越 Gemini-3-Pro、GPT-5.2 等主流模型。
解析复杂表格是文档解析中最困难的部分,ParseBench-2通过引入严重性策略,使错误评估更精准。
入选理由:ParseBench-2引入严重性策略,允许用户自定义错误权重,如金融场景中数字错误权重可设为25。
ParseBench-2是首个将330+文档解析错误类型与人类判断对齐的基准,包含4300+文档页面和新增表单维度,同时发布OCRia-1.5模型。
入选理由:ParseBench-2包含4300+文档页面,错误类型达330+,并新增表单解析维度
Jina AI发布的jina-ocr-v1在25种语言支持和NVIDIA L4 GPU优化上表现突出,OmniDocBench和olmOCR-Bench得分分别为91.14和83.4。
入选理由:jina-ocr-v1在OmniDocBench v1.6测试中达到91.14分,显示卓越的OCR精度
Unlimited OCR 在表格解析和阅读顺序理解方面表现优异,但语义格式和图表处理仍有不足,是当前开源 OCR 模型的重要补充。
入选理由:Unlimited OCR 在表格解析和阅读顺序理解方面表现优异。