PaddleOCR-VL-1.5: Op weg naar een multi-task 0.9B VLM voor robuuste documentparsing in niet-gecontroleerde omgevingen

PaddleOCR-VL-1.5: Towards a Multi-Task 0.9B VLM for Robust In-the-Wild Document Parsing

January 29, 2026

Auteurs: Cheng Cui, Ting Sun, Suyin Liang, Tingquan Gao, Zelun Zhang, Jiaxuan Liu, Xueqing Wang, Changda Zhou, Hongen Liu, Manhui Lin, Yue Zhang, Yubo Zhang, Yi Liu, Dianhai Yu, Yanjun Ma

cs.AI

Samenvatting

Wij introduceren PaddleOCR-VL-1.5, een geüpgradet model dat een nieuwe state-of-the-art (SOTA) nauwkeurigheid van 94,5% behaalt op OmniDocBench v1.5. Om de robuustheid tegen real-world fysieke vervormingen, zoals scannen, scheefstand, vervorming, schermfotografie en belichting, rigoureus te evalueren, stellen we de Real5-OmniDocBench-benchmark voor. Experimentele resultaten tonen aan dat dit verbeterde model SOTA-prestaties bereikt op de nieuw samengestelde benchmark. Verder breiden we de capaciteiten van het model uit door de integratie van zegelherkenning en tekstspotting-taken, waarbij het een ultrakompact VLM van 0,9B met hoge efficiëntie blijft. Code: https://github.com/PaddlePaddle/PaddleOCR

English

We introduce PaddleOCR-VL-1.5, an upgraded model achieving a new state-of-the-art (SOTA) accuracy of 94.5% on OmniDocBench v1.5. To rigorously evaluate robustness against real-world physical distortions, including scanning, skew, warping, screen-photography, and illumination, we propose the Real5-OmniDocBench benchmark. Experimental results demonstrate that this enhanced model attains SOTA performance on the newly curated benchmark. Furthermore, we extend the model's capabilities by incorporating seal recognition and text spotting tasks, while remaining a 0.9B ultra-compact VLM with high efficiency. Code: https://github.com/PaddlePaddle/PaddleOCR