PP-ChatOCRv3：通用场景精度更高，垂类微调能力更强，文本图像智能分析新飞跃！

文本图像智能分析技术在推动文档处理智能化方面展现出显著价值，尤其在提升信息提取的准确性与效率、应对复杂多变的文档图像挑战上成效突出。近期，飞桨低代码开发工具PaddleX发布全新升级的文本图像智能分析模型产线——PP-ChatOCRv3-doc，依托文心一言的大语言模型能力，实现了通用模型精度与垂类场景适应性的双重突破。该模型通过融合图像矫正、印章文本检测、细粒度版面解析等先进技术，显著增强了对倾斜、褶皱、弯曲等复杂拍摄条件下文档图像的处理能力，同时在表格识别、多类别区域定位等方面实现关键性能跃升，整体信息抽取效果较前代提升6%以上，为自动化办公、金融风控、医疗健康、法律及教育等多个行业的数字化转型提供了坚实的技术支撑。 在模型可定制化与落地应用层面，PP-ChatOCRv3进一步强化了垂类场景的微调能力。其创新引入的“数据融合微调”机制，可在不牺牲通用识别能力的前提下，有效提升模型在特定领域（如发票、合同、病历等）的精准度，实现专业化与泛化之间的良好平衡。同时，新推出的高精度版面定位模型和预训练框架，使垂类模型在训练速度与收敛稳定性上均有显著优化，大幅降低开发门槛。为帮助开发者快速掌握应用技能，百度将于9月12日举办专题课程与零代码实战营，提供从数据准备到模型部署的全流程指导，并开放免费算力支持，助力用户高效完成模型训练与产业落地，真正实现技术普惠与实践转化。