PaddleOCR-VL-1.5

PaddleOCR-VL-1.5是百度開源的OCR模型。該模型以僅0.9B參數的輕量架構，在全球權威文檔解析評測榜單OmniDocBench V1.5中取得全球綜合性能第一成績，整體精度達到94.5%。

基本介紹

• 外文名：PaddleOCR-VL-1.5
• 開源機構：百度

歷史沿革

2026年1月29日，百度正式發布並開源新一代文檔解析模型PaddleOCR-VL-1.5。

產品簡介

PaddleOCR-VL-1.5 基於文心大模型進行開發，在 OmniDocBench V1.5多個關鍵指標上取得領先表現。其中，表格結構理解（92.8 分）和閱讀順序預測（95.8 分）兩項核心指標上均位列第一，分別領先 Gemini-3-Pro、DeepSeek-OCR 等主流模型 2–5 分不等。在文檔閱讀順序預測任務中，其版面邏輯解析錯誤率僅為同類其他模型約一半。這表明，PaddleOCR-VL-1.5 在複雜文檔結構還原與版面邏輯理解方面具備更高穩定性，在契約、財報等高複雜度業務場景中擁有更高可用性。

PaddleOCR-VL-1.5 進一步集成印章識別、文本檢測與識別等任務能力，關鍵指標持續領跑；同時針對特殊場景與多語種識別進行系統最佳化，在生僻字、古籍文獻、多語種表格、下劃線與複選框等複雜結構識別方面顯著提升，並新增對藏語、孟加拉語等語種的支持。模型還支持跨頁表格自動合併與跨頁段落標題識別，有效解決長文檔解析中的結構斷裂問題。