PaddleOCR-VL-1.5发布问鼎双榜，0.9B小钢炮攻克“曲面”文档！
内容提要
PaddleOCR于2025年推出PaddleOCR-VL-1.5，具备94.5%精度，支持异形框定位，提升文本行和印章识别能力。该模型在复杂场景中表现优异，已开源，用户可通过官网和API使用。新版本优化了推理速度，支持多语种和跨页表格合并，旨在提升文档解析的准确性和效率。
关键要点
-
PaddleOCR-VL-1.5于2025年推出，具备94.5%的精度，支持异形框定位。
-
该模型在复杂场景中表现优异，新增印章识别与文本行定位能力。
-
PaddleOCR-VL-1.5已开源，用户可通过官网和API使用，支持多种硬件平台。
-
模型推理速度显著提升，能够每秒处理1.43个文档页，较上一代提速17%。
-
新增跨页表格自动合并与跨页段落标题识别能力，提升文档解析的准确性和效率。
延伸解读
技术创新与应用场景
PaddleOCR-VL-1.5引入了异形框定位技术，能够在复杂环境中如倾斜、弯折等场景下实现高精度识别。这一创新使得模型在实际应用中更具灵活性，适用于多种行业需求，尤其是在文档处理和信息提取方面，能够有效提升工作效率。
推理速度与性能提升
新版本的推理速度提升了17%，每秒可处理1.43个文档页，这对于企业用户来说是一个重要的性能指标。快速的处理能力意味着在高负载情况下，用户可以更高效地完成文档解析任务，降低了等待时间，提升了整体工作流的效率。
多语种与特殊场景支持
PaddleOCR-VL-1.5扩展了对多语种的支持，包括藏语和孟加拉语，增强了其在全球市场的适用性。此外，针对特殊符号和复杂版面的识别能力提升，使得该模型在处理多样化文档时表现更加出色，适合不同文化和语言背景的用户需求。
延伸问答
PaddleOCR-VL-1.5的主要特点是什么？
PaddleOCR-VL-1.5具备94.5%的精度，支持异形框定位，新增印章识别与文本行定位能力，推理速度提升17%。
PaddleOCR-VL-1.5如何提升文档解析的准确性？
通过支持异形框定位和新增跨页表格自动合并与段落标题识别，PaddleOCR-VL-1.5提升了文档解析的准确性和效率。
用户如何获取PaddleOCR-VL-1.5？
用户可以通过PaddleOCR官网或API获取PaddleOCR-VL-1.5，代码和模型已开源至Github和HuggingFace。
PaddleOCR-VL-1.5在复杂场景中的表现如何？
PaddleOCR-VL-1.5在扫描、倾斜、弯折等复杂场景中表现优异，能够精准识别文本和表格。
PaddleOCR-VL-1.5的推理速度有多快？
PaddleOCR-VL-1.5在A100上每秒可处理1.43个文档页，较上一代提速17%。
PaddleOCR-VL-1.5支持哪些语言？
PaddleOCR-VL-1.5扩展了对多语种的支持，包括藏语和孟加拉语。
