PaddleOCR-VL-1.6
PulseAugur coverage of PaddleOCR-VL-1.6 — every cluster mentioning PaddleOCR-VL-1.6 across labs, papers, and developer communities, ranked by signal.
- 2026-06-02 product_launch Baidu released PaddleOCR-VL-1.6, a new version of its OCR model that achieves state-of-the-art performance on document parsing benchmarks. 来源
- 2026-05-27 product_launch PaddlePaddle released the PaddleOCR-VL-1.6 model, achieving state-of-the-art performance in document parsing. 来源
1 天有情绪数据
-
llama.cpp 更新，联邦式AI代理，以及新的OCR模型发布
llama.cpp 项目发布了 b12015 版本，支持包括 openEuler with ACL Graph 在内的各种平台和配置。另外，一篇题为“Federated Recommender Agents”的研究论文提出了一种新的 LLM 驱动的推荐代理框架，允许本地代理在不损害用户隐私的情况下进行协作。此外，MiniCPM-OCR 1.0 模型已发布，在文档解析基准测试中提供最先进的性能和高效的推理能力，并支持 vLLM 和 ll…
-
合成数据在泰语 OCR 模型训练中展现出潜力
研究人员调查了合成数据在训练泰语光学字符识别 (OCR) 模型方面的有效性。他们开发了一种方法来解耦影响合成数据可迁移性的因素，例如领域、上下文、排版和字形变化。利用这些见解，他们将 PaddleOCR-VL-1.6 模型改编为 Wayu-Paxa-OCR-Zero，该模型在打印泰语文档上取得了有竞争力的性能，并显著提高了手写泰语文本的准确性，性能优于 Typhoon OCR v1 7B 模型。
-
合成数据赋能高性能泰语 OCR 模型
研究人员开发了一款泰语光学字符识别 (OCR) 模型 Wayu-Paxa-OCR-Zero，仅使用合成数据进行训练，就能在真实世界文档上实现高性能。通过仔细解耦字体、布局和手写字形等因素，研究发现字体多样性、二维结构和真实手写字形显著提高了迁移能力。与基础检查点相比，仅使用合成数据训练的模型在字符错误率方面有了大幅降低，并且优于另一个现有的 OCR 模型 Typhoon OCR v1 7B。
-
百度PaddleOCR-VL-1.6刷新文档解析SOTA
百度文心发布了其开源OCR工具的新版本PaddleOCR-VL-1.6。此次更新在OmniDocBench v1.6基准测试中实现了超过96.33%的准确率，超越了Gemini-3-Pro和GPT-5.2等主流模型。该模型在理解扫描件、弯曲文档和屏幕截图等复杂文档方面表现出显著的改进，使其成为文档数字化的领先解决方案。
-
新基准和模型推动文档解析和表格提取发展
研究人员推出了新的基准和改进的模型，用于文档解析和表格提取。Dr. DocBench 专注于专家级别的文档解析，包括化学式和音乐符号等复杂结构，突出了当前模型的局限性。DTBench 提供了一个用于文档到表格提取的合成基准，评估 LLM 的推理和冲突解决能力。此外，PaddleOCR-VL-1.6 通过区域感知优化和渐进式后训练得到了增强，在 OmniDocBench v1.6 上取得了最先进的结果。
-
PaddleOCR-VL-1.6 在文档解析领域创下新的SOTA记录
PaddlePaddle 发布了 PaddleOCR-VL-1.6，这是一款先进的文档解析模型，在包括 OmniDocBench v1.6 在内的多个基准测试中达到了最先进的准确率，得分为 96.33%。新版本采用了一个区域感知数据优化框架和一个渐进式训练后策略，以提高性能，特别是在识别表格、古籍和罕见字符方面。该模型架构与其前身 PaddleOCR-VL-1.5 保持兼容，便于集成。