夜雨聆风学习资料网

ARTICLE · 1046423

新SOTA!星辰文档解析模型TeleOCR加冕OCR权威榜单新王

新SOTA!星辰文档解析模型TeleOCR加冕OCR权威榜单新王
近日,中国电信自研的星辰文档解析模型TeleOCR在OmniDocBench v1.6文档解析榜单上以96.87的总分刷新SOTA(指在公开数据集上表现最好的模型),并同步拿下PureDocBench榜首和文档权威会议ICDAR-2026科学图解析挑战赛冠军!

OmniDocBench是OCR领域公认最权威的榜单,覆盖9种文档类型、19种复杂布局和15个属性标签,是检验现实场景多样文档解析能力的“试金石”。

在这块最硬的“试金石”上,中国电信自研的星辰文档解析模型TeleOCR交出了优异的答卷,以96.87的总分强势登顶OmniDocBench v1.6榜单,超越了MinerU2.5-Pro、PaddleOCR-VL-1.6、OvisOCR2等同赛道专业模型。

各项能力怎么样?

星辰文档解析模型TeleOCR在各项能力测试中均取得亮眼成绩,直接看它的指标:

  • 数字文档解析方面:TeleOCR在OmniDocBench V1.6的文本识别(97.22)、表格解析TEDS(97.05)和公式CDM(96.36)上表现突出。其中,表格解析TEDS(97.05)超越OvisOCR2(94.8)和PaddleOCR-VL 1.6(94.76),大幅超过MinerU2.5-Pro(93.42);文本识别(97.22)同时超过PaddleOCR-VL 1.6(96.7)和MinerU2.5-Pro(96.4)。

  • 实拍文档解析方面:TeleOCR在Wild-OmniDocBench的文本识别(88.3)、表格解析TEDS(89.05)和公式CDM(88.26)上展现出较强表现。其中,Wild-OmniDocBench表格解析TEDS(89.05)超过OvisOCR2(85.13)和PaddleOCR-VL 1.6(81.31),公式CDM(88.26)同时超过MinerU2.5-Pro(85.0)和GLM-OCR(79.7)。

  • 多场景综合解析方面:TeleOCR在PureDocBench的Clean(86.90)、Digital Degraded(77.47)和Real Degraded(70.85)上表现突出。其中,Clean(86.90)超越OvisOCR2(81.55)和FD-RL(78.38),Real Degraded(70.85)同时超过OvisOCR2(66.56)和Logics-Parsing-v2(67.64)。

在各项文档解析能力中,科学图解析是难度最高的能力之一,涉及图表元素识别、数据提取与逻辑理解等多重挑战。针对这一难点,星辰文档解析模型TeleOCR开展了专项优化,最终凭借总分41.81的成绩,夺得文档权威会议ICDAR-2026科学图解析挑战赛冠军。

场景实战如何?

星辰文档解析模型TeleOCR在场景实测中同样表现优异,直接看它的效果:

  • 复杂拍照文档:感知文档区域的几何形变,精准恢复扭曲区域的空间位置。

  • 复杂表格:精确还原跨行跨列、单元格合并的复杂表格,行列表系不乱、不串位。

  • 复杂扭曲实拍公式:结构化解析公式语义与语法结构,实现公式的符号级准确恢复。

除此以外,星辰文档解析模型TeleOCR还可以直接提取论文里折线图、柱状图的数据,并转成结构化表格——这正是拿下ICDAR 2026科学图解析冠军的能力。

模型开源等你试用

目前,星辰文档解析代码与模型已开源至Github和HuggingFace,欢迎下载使用。

  • 论文/代码:

    https://github.com/caipeng328/TeleOCR

  • 模型权重:

    https://huggingface.co/StarDoc-AI/TeleOCR

  • 在线体验:

    https://www.teleai.com.cn/docparse/documentParsing

面向AGI时代,文档解析的目标已从“识别出文字”升级为“看得全、认得准、排得顺、用得快”。星辰通用人工智能实验室将持续打磨TeleOCR的能力边界,推动其在金融、医疗、科研、政务等高价值场景中落地,让复杂文档真正成为可被机器读懂、被业务直接调用的结构化资产。

参考数据:

  • https://github.com/opendatalab/OmniDocBench

  • https://github.com/zhihengli-casia/puredocbench/

  • https://arxiv.org/html/2607.26848v1

相关学习资料