96.33% 新 SOTA ！企业版文档解析（PaddleOCR-VL）1.6 同步上线
大模型开发/技术交流
6月16日1163看过
合同扫描件多栏排版，解析出来乱成一团？
财报里的图表数据，只能靠人工肉眼提取？
研报里的复杂公式，识别出来全是乱码？
别急，文档解析（PaddleOCR-VL）1.6 来了。
过去几个月，PaddleOCR-VL 系列凭借强大的文档解析能力，已被业界广泛用于大模型训练数据和应用数据构建。随着PaddleOCR-VL 1.6在开源社区正式发布，并在 OmniDocBench v1.6上以96.33%精度刷新SOTA，百度智能云同步将企业版文档解析（PaddleOCR-VL）API服务升级至1.6版本。
区别于开源版本「自行部署、自行运维」的使用方式，文档解析（PaddleOCR-VL）企业级API服务具备以下特性：
-
开箱即用：标准化API接入，无需GPU集群部署与模型调优
-
生产级稳定：企业SLA保障、弹性扩缩容与高可用架构，支撑业务高峰并发
-
全格式覆盖：除PDF、图片等版式文档外，原生支持Word、PPT等流式办公文档一键解析
-
结构化输出：直接返回Markdown /JSON，无缝对接大模型应用与知识库流水线
在继承开源版模型顶尖效果的同时，为企业提供更加便捷、稳定、全面的文档解析能力。
全面领先：96.33%新SOTA
PaddleOCR-VL 1.6 在1.5版本基础上，通过对数据和训练策略的极致优化，实现全面能力跃升：
-
OmniDocBench v1.6总指标96.33%，文本、公式、表格识别等细项均全面领先
-
OmniDocBench v1.5/Real5-OmniDocBench同步刷新SOTA
-
表格、古籍、生僻字识别效果进一步提升，印章、Spotting、图表识别等多场景显著增强
-
模型结构与1.5完全一致，平台平滑升级，业务无感迁移
详细指标和技术点请见：《96.33% 新SOTA！PaddleOCR-VL-1.6 发布，大模型时代的数据基座再升级》
效果预览示例
-
表格识别场景
-
图表识别场景
-
公式识别场景
-
古籍识别场景
-
生僻字识别场景
-
印章识别场景
-
真实畸变场景
典型应用场景
|
场景
|
价值
|
|
大模型训练数据
|
高质量文档结构化标注，降低数据工程成本
|
|
RAG知识库
|
Word/PPT/PDF统一解析为Markdown，提升检索与问答质量
|
|
合同/财报分析
|
表格、印章、公式精准识别，支撑智能审阅
|
|
档案数字化
|
古籍、扫描件、拍照件等多形态文档批量处理
|
|
智能办公
|
汇报材料、方案文档结构化提取，接入 Agent 工作流
|
文档解析（PaddleOCR-VL）可与百度千帆大模型、Agent 开发平台、知识库等能力无缝组合，构建端到端文档智能应用。
评论
