NeurIPS 2025丨华中科大等发布OCRBench v2，Gemini获中文榜冠军但分数仅及格
💡
原文中文，约2500字，阅读约需6分钟。
📝
内容提要
光学字符识别（OCR）技术已从简单识别发展到理解文档结构。随着深度学习的进步，OCR能力在多模态模型中逐渐显现，成为智能任务的基础。华中科技大学等推出的OCRBench v2评测基准涵盖23种任务，评估58个主流模型，发现模型普遍存在“偏科”现象，整体表现尚可，但在细粒度任务上得分较低。开源模型逐渐具备竞争力，榜单将定期更新。
🎯
关键要点
- 光学字符识别（OCR）技术已从简单识别发展到理解文档结构，能够解析复杂场景中的表格和图文混排内容。
- OCRBench v2评测基准涵盖23种任务，评估58个主流模型，反映出模型在细粒度任务上的表现较低。
- 评测结果显示，主流模型普遍存在“偏科”现象，平均得分约为60分，且在文本定位和元素解析等任务上得分偏低。
- 开源模型逐渐具备竞争力，英文榜单前10中有5个为开源模型，中文榜单前10中有7个为开源模型。
- OCRBench v2榜单将定期更新，以持续追踪最新的评测结果和模型表现。
❓
延伸问答
OCRBench v2评测基准的主要内容是什么？
OCRBench v2评测基准涵盖23种任务，评估58个主流模型，主要反映模型在文本识别、文本定位、元素解析等方面的能力。
Gemini在OCRBench v2中的表现如何？
Gemini-2.5-Pro在中文榜单中获得冠军，在英文榜单中获得季军，显示出其在计算类题目上的优势。
OCR技术的发展趋势是什么？
OCR技术已从简单的字符识别发展到理解文档结构，能够解析复杂场景中的表格和图文混排内容。
开源模型在OCRBench v2中的表现如何？
开源模型在OCRBench v2中表现出色，英文榜单前10中有5个为开源模型，中文榜单前10中有7个为开源模型。
OCRBench v2的评测结果有什么重要发现？
评测结果显示，主流模型普遍存在“偏科”现象，整体得分约为60分，细粒度任务得分较低。
OCRBench v2将如何更新？
OCRBench v2榜单将按季度更新，以持续追踪最新的评测结果和模型表现。
➡️
