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
也叫:OmniDocBench v1.6、Real5-OmniDocBench
OCR模型基准测试框架v1.6
最近变化
2026-09-17 · jina-ocr-v1在OmniDocBench v1.6测试中达到91.14分,显示卓越的OCR精度
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
Post-trained on DeepSeek-OCR, we strengthened multilingual support across 25 languages and optimized...
Jina AI(@JinaAI_) · 8.5 分
Unlimited OCR is a great model on table parsing and understanding proper reading order. However it ...
Jerry Liu(@jerryjliu0) · 8.5 分
已收录 3 篇与「OmniDocBench」相关的 AI 资讯和分析。
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。
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。
与「OmniDocBench」经常一起出现的 AI 术语。
💡 想追踪「OmniDocBench」的长期趋势?去 实体雷达 · OmniDocBench 查看详细分析和跨材料问答。