PaddleOCR-VL-1.5 是 PaddleOCR-VL 的全新迭代版本，更加注重真实场景上的文档解析能力和新能力的扩展。基于创新的不规则形状定位的PP-DocLayoutV3算法，能够在扭曲、倾斜、扫描、光照和屏幕拍照的自然文档场景实现精确的版面解析。其紧凑多模态模型PaddleOCR-VL-1.5-0.9B 在保持原有模型参数量的情况下，扩展了领先的文本定位识别和印章识别能力，同时支持识别的语言扩充至111种，且复杂场景的元素识别能力也得到显著的强化和提升。 

核心特性：

文档解析任务的SOTA性能： PaddleOCR-VL-1.5 在 OmniDocBench v1.5 基准上实现了 94.5% 的高精度，超越了全球顶尖的通用大模型和文档解析专用模型。
现实5大场景文档解析的SOTA性能： 引入了一种创新的文档解析方法，业界首个支持不规则文档版面定位。在扫描、弯曲、倾斜、...