继续跟进【文档智能】解析进展，继《多模态文档智能解析开源进展：针对形变文档优化的PaddleOCR-VL-1.5架构改进点》、《多模态文档智能解析持续开源进展：Youtu-Parsing模型架构、数据、训练方法》等开源后，这周又开源了一个GLM-OCR模型，从技术路线上，仍然是内卷式的重复造轮子，其解析pipeline遵循layout+vlm的两阶段方式，即：layout部分（模型使用的是paddleocr-PP-DocLayout-V3）、vlm是小参数的多模态模型。
功能
-
文档解析：在 OmniDocBench V1.5 测试中获得 94.62 分，最近上新的模型似乎都差不多这个性能，可见这个评测榜也快被刷“废了”。 -
多模态信息抽取（较其他新增）：增加了一些KIE能力，比如卡证等信息抽取能力。
