移动互联网

金山办公联合华科发布多模态模型MonkeyOCR v1.5 登顶OCR综合性能榜首

2025/11/28 11:05:00

11月25日下午金山办公举办AI协同办公大会旗下WPS 365不仅对智能文档库AI Docs数字员工两大AI核心产品进行焕新升级更推出AI中台团队空间等新产品与此同时金山办公联合华科发布的MonkeyOCR v1.5在全球权威文档解析评测榜单OmniDocBench V1.5中拿下93.01分的成绩获得综合性能全球第一

MonkeyOCR v1.5再次突破多模态文档解析性能上限

经过多年技术积累WPS 365的自研算法已具备国内领先的文档解析能力能够精准识别PDF文档中的图片表格等信息大幅提升问答精度特别是在表格解析方面该算法的表格结构还原的准确率高达95%显著领先于业界水平

在上述国际权威测评榜单中金山办公与华中科技大学联合发布多模态文档解析模型 MonkeyOCR v1.5在通用文档解析能力上全面超越 PaddleOCR-VLMinerU2.5DeepseekOCR 等主流方案复杂表格解析准确率首次突破90%标志着我国智能文档处理技术迈入新阶段

90%的复杂表格解析率不是终点而是行业标准的新起点 金山办公AI研发总监刘强表示该模型已实现文本表格公式图像的全类型解析输出格式支持 MarkdownHTMLJson文本等多种形态可直接对接企业OA系统与科研工具在实际应用中高校科研人员借助其批量解析论文将20篇文献的数据整理时间从2天压缩至5分钟

作为协同办公的核心支撑技术文档解析长期面临复杂表格识别跨页结构重建嵌入式图像干扰等行业痛点传统OCR系统在处理多层嵌套表格跨页单元格时精度不足而端到端模型又存在效率瓶颈MonkeyOCR v1.5通过创新的两阶段架构以及针对嵌入图像跨页表格的专用模块成功破解这一难题

金山词霸VS国内外产品

此外翻译能力在协同办公中是打破语言壁垒保障协作效率的关键支撑直接影响信息传递与团队配合质量金山办公在图片翻译方面迎来新的突破例如当用户在金山词霸中使用拍照翻译功能无论是手写文稿印刷文件还是异形排版文件小词都能够快速扫描识别并精准翻译

据悉图片翻译功能将在金山办公的各类产品中陆续上线其底层技术依托于金山办公自主研发的翻译模型该模型在中英翻译质量方面超越了国内外的头部产品处于领先地位此外金山办公已将翻译模型接入到WPS 365产品中借助国际化战略金山办公正着力将服务中国组织级用户的产品及定制化能力推向全球市场




版权声明
本文仅代表作者观点,不代表艾瑞立场。本文系作者授权艾瑞专栏发表,未经许可,不得转载。

专家介绍

  • 李星

    总访问量:155090
    全部文章:442
李星(靠谱的阿星),哲学硕士,知名科技媒体专栏作家,靠谱汇创始人,CMO训练营导师,荣获2017年钛媒体年度作者最具人气奖,私人微信号即QQ:1598145405,欢迎交流
  • 合作伙伴

  • 官方微信
    官方微信

    新浪微博
    邮件订阅
    第一时间获取最新行业数据、研究成果、产业报告、活动峰会等信息。
     关于艾瑞| 业务体系| 加入艾瑞| 服务声明| 信息反馈| 联系我们| 合作伙伴| 友情链接

Copyright© 沪公网安备 31010402000581号沪ICP备15021772号-10

扫一扫,或长按识别二维码

关注艾瑞网官方微信公众号