1月29日，百度发布并开源新一代OCR模型PaddleOCR-VL-1.5，以0.9B参数量在全球权威评测OmniDocBench V1.5中综合性能排名第一，精度达94.5%，超越Gemini-3-Pro、DeepSeek-OCR2等主流模型。该模型首次实现“异形框定位”，精准识别倾斜、弯折等非规则文档形态，解决真实场景中的形变问题，适用于金融票据、政务文档等复杂场景。其在表格结构理解（92.8分）和阅读顺序预测（95.8分）等关键指标上领先，并新增藏语、孟加拉语支持及跨页表格合并功能。近半年来，DeepSeek-OCR2、Mistral AI等厂商密集布局OCR领域，行业竞争加剧。PaddleOCR-VL-1.5已全面开源，开发者可通过GitHub或百度智能云千帆平台获取与调用API接口。