TeleOCR 是中国电信星辰通用人工智能实验室推出的文档解析系统，2026 年 9 月在 OmniDocBench v1.6 榜单以 96.87 的总分刷新纪录，同步拿下 PureDocBench 榜首与 ICDAR-2026 科学图解析挑战赛冠军，模型权重与代码已在 GitHub 和 HuggingFace 开放下载。
三榜第一的关键数据
OmniDocBench 覆盖 9 种文档类型、19 种复杂布局和 15 个属性标签，被视作文档解析方向的高基准评测。TeleOCR 在 v1.6 版本中超越 MinerU2.5-Pro、PaddleOCR-VL-1.6、OvisOCR2 等同赛道模型，成绩集中在三类场景。
榜单背景
OmniDocBench 由 OpenDataLab 团队维护，评测数据覆盖学术论文、教材、试卷、财报等 9 类真实文档，从文本、表格、公式、阅读顺序等属性逐项打分，是当前引用最广的文档解析基准之一。PureDocBench 补充了 Clean、Digital Degraded、Real Degraded 三档退化场景，考核模型在拍摄模糊、纸张老化等真实条件下解析的稳定性。ICDAR 是文档分析与识别领域的权威国际会议，其科学图解析挑战赛要求模型同时完成图表元素定位、数据系列提取与结构还原，难度高于常规 OCR 任务。
数字文档解析
文本识别得分 97.22，表格解析 TEDS 得分 97.05，公式 CDM 得分 96.36。表格项超过 OvisOCR2 的 94.8 和 PaddleOCR-VL 1.6 的 94.76，文本识别项超过 PaddleOCR-VL 1.6 的 96.7 和 MinerU2.5-Pro 的 96.4。
实拍文档解析
Wild-OmniDocBench 上文本识别 88.3、表格 TEDS 89.05、公式 CDM 88.26。公式项同时超过 MinerU2.5-Pro 的 85.0 和 GLM-OCR 的 79.7，表格项超过 OvisOCR2 的 85.13 和 PaddleOCR-VL 1.6 的 81.31。
退化与复杂场景
PureDocBench 的 Clean、Digital Degraded、Real Degraded 三档分别得分 86.90、77.47、70.85，Real Degraded 档超过 OvisOCR2 的 66.56 和 Logics-Parsing-v2 的 67.64。
科学图解析是文档解析里难度最高的一档，涉及图表元素识别、数据提取与逻辑理解多重挑战。TeleOCR 经过专项优化，以总分 41.81 拿下 ICDAR-2026 科学图解析挑战赛冠军，能把论文里的折线图、柱状图数据还原成结构化表格。
与竞品的对比
| 对比维度 | TeleOCR | 主要竞品成绩 |
|---|---|---|
| 数字文档表格 TEDS | 97.05 | OvisOCR2 94.8，PaddleOCR-VL 1.6 94.76 |
| 数字文档文本识别 | 97.22 | PaddleOCR-VL 1.6 96.7，MinerU2.5-Pro 96.4 |
| 实拍公式 CDM | 88.26 | MinerU2.5-Pro 85.0，GLM-OCR 79.7 |
| 退化文档 Real Degraded | 70.85 | Logics-Parsing-v2 67.64，OvisOCR2 66.56 |
对比表列出的竞品中，MinerU2.5-Pro 采用 AGPL 开源协议，PaddleOCR-VL 1.6 基于 Apache 2.0 协议，TeleOCR 在表格、公式与退化文档三项上全面领先。
获取方式与适用场景
模型已全量开放，获取入口如下。
- 代码仓库，github.com/caipeng328/TeleOCR，含评测脚本与参考数据。
- 模型权重，HuggingFace 的 StarDoc-AI/TeleOCR 仓库，可直接下载部署。
- 在线体验，teleai.com.cn 的文档解析页面，无需本地环境。
场景实测中，复杂拍照文档能感知区域几何形变并恢复扭曲空间位置，复杂表格能精确还原跨行跨列与单元格合并、行列表系不串位，扭曲实拍公式做结构化语义解析后实现符号级恢复，论文里的图表数据也能直接转成结构化表格。
官方把这轮能力升级概括为从识别文字升级为看得全、认得准、排得顺、用得快，后续计划在金融、医疗、科研、政务等文档密集行业继续打磨能力边界，让复杂文档成为可被业务直接调用的结构化资产。
常见问题
问，TeleOCR 是什么？
中国电信星辰实验室推出的文档解析系统，负责把扫描件、拍照文档与论文图表转成可机读的结构化内容，在 OmniDocBench v1.6 以 96.87 分居首。
问，如何获取和试用？
代码在 GitHub 开放，权重在 HuggingFace，另有 teleai.com.cn 的在线体验入口，可先试用再决定是否部署。
问，和 MinerU2.5-Pro、PaddleOCR-VL 的区别是什么？
主要区别在成绩与场景覆盖，TeleOCR 的表格 TEDS 97.05 与实拍公式 CDM 88.26 都高于两者对应成绩，退化文档场景优势更明显。
问，开源后免费使用吗？
模型权重与代码已开源，可自行下载部署，商用条款以仓库内协议说明为准。
最后更新 2026 年 9 月 24 日，本文信息版本 v2026.9.24。作者 Alex Chen。
本文来源，星辰通用人工智能实验室《新SOTA！星辰文档解析模型TeleOCR加冕OCR权威榜单新王》https://mp.weixin.qq.com/s/fIgBPsZjJWj5Q4hnJpGr1w。
