PaddleOCR联合Qwen3.8实测:发票报销从识别到确认要走几步

资讯 AI 应用前沿 全文 3965 字 · 约 10 分钟读完 配图 1 张 分类Qwen3大模型芯片

本文记录了一次基于PaddleOCR、Spring AI和Qwen3.8构建的企业发票报销链路测试。重点在于展示如何将OCR结构化结果与业务上下文(如账套、费用类型)结合,生成人工确认卡。文章强调了OCR识别与业务校验的分离,指出单纯依靠大模型解释票面信息的风险,并分享了在Windows环境下部署CPU OCR与GPU

所属频道 模型发布算力与芯片

为什么发票识别不能直接生成报销单

不少企业设想得挺顺:员工传张发票照片,系统自己认出金额、税号、明细,接着生成报销单送审。画面很美,真做起来却常常栽在最后一步——机器到底有没有读懂这张票?

前不久我们用 PaddleOCR、Spring AI 和 Qwen3.8(沿用第三方的这个命名)跑了一轮端到端链路测试。重点不在刷 OCR 的准确率数字,而是想弄明白:从“上传图片”到“生成待确认报销信息”中间,究竟要压多少层校验。

先把结论摆出来:OCR 读出来的文字只是原料,大模型的解释也只是参考意见。没经过金额关系验证、票种规则匹配和人工最后确认,任何自动生成的“草稿”都只能算预填充数据,不能直接落库当财务凭证。

架构设计:CPU OCR 与 GPU 大模型的解耦

测试环境装在 Windows 上。考虑到资源隔离和稳定性,两个核心服务我们分开部署。

其中一个是大模型服务,管对话理解、工具选择和业务逻辑补问。我们用 llama.cpp 加载了 27B 参数的 Coder390 Q3 模型,监听 18084 端口。它不碰图像像素,只当“大脑”:决定何时调用 OCR 工具,以及怎么把 OCR 返回的结构化数据填进业务表单。

另一个是专管票据处理的 OCR 服务,跑在独立的 Python 环境里,用 PaddlePaddle CPU 2.6.2 和 PaddleOCR 2.9.1(PP-OCRv4),监听 48082 端口。选 CPU 部署,是因为票据识别对并发要求不高,还能避开跟吃显存的大模型推理抢资源。

解耦的好处很直接:OCR 服务重启或升级,不影响大模型的对话状态;大模型做长上下文推理,也不会卡住 OCR 的快速响应。两边都有各自的健康检查接口,后端凭令牌调用 OCR,令牌不放在浏览器端,链路安全性有保障。

启动并不麻烦,装好 OCR 依赖,再分别拉起两个服务就行。要点是别重复跑启动脚本,否则容易端口冲突或者进程僵死。

链路实测:从上传到确认卡的四步走

整条报销准备链路分成四步:上传附件、OCR 结构化、补齐业务上下文、生成确认卡。

第一步:上传与识别,保留原始证据

测试时,员工上传了一份合成发票文件 SYN-002.pdf。系统先由 Qwen 模型判断该调用 OCR 工具。OCR 服务接到请求后返回结构化票面信息,包括票号、交易日期、购销方名称、不含税金额、税额和价税合计等。

有个细节:PDF 本身带可用文字层时,系统优先提取文字;只有字段缺失或质量不够,才转成图片做 OCR。不过不管走哪条路,原始可读文字都不等于正确的业务字段。比如 PDF 里出现“办公用品”字样,具体属于哪类办公用品、税率多少,还得靠结构化解析才能定。

本例中,OCR 认出不含税金额 681.66 元,税额 57.45 元,价税合计 739.11 元。另外识别出三项明细,金额分别是 135.75、288.51 和 257.40 元。三项加起来正好等于不含税金额 681.66 元。这次识别结果被绑到当前会话上下文里,供后续操作使用。

第二步:补齐业务上下文,拒绝模型“幻觉”

只有票面信息还不够。报销还得搞清楚:谁来报?走哪个账套?算哪类费用?钱打到哪个账户?

第二轮对话里,员工说明这是个人垫付的非差旅费用。这些信息模型不能自己编,必须去业务系统查。系统按当前登录员工的 ID,查所属部门、默认账套(本例是账套 10)、可用收款账户,以及允许的费用类型列表。

这里有个常见坑:大模型可能顺着历史对话“猜”一个费用类型编码。我们的实现里明令禁止。模型只能在系统返回的有效选项里挑。本例中,后台查到的日常费用报销类型为 2,具体费用类型 ID 为 19(对应“办公用品”,仅用于测试)。这些参数属于当前租户和用户的特定上下文,不能硬编码成通用常量。

代码层面,我们通过AgentosReimburseContextService让 OCR 上下文与当前租户、用户、会话严格绑定。一旦查不到有效且未过期的 OCR 记录,流程就中断,而不是让模型去猜一个 ID。

第三步:生成确认卡,多重校验

票面信息和业务上下文都齐了,系统才生成一张“确认卡”。这张卡不是最终报销单,只是待确认的草稿预览。

这张确认卡上列出的内容有几项。

  1. 基础信息一栏写明的是日常费用报销,账套用的是“学习账套”。
  2. 收款信息给的是经过脱敏处理的测试银行账号。
  3. 票据预览部分放了发票图片的缩略图,还有关键字段。
  4. 金额明细显示价税合计 739.11 元,占用金额同样为 739.11 元。

到这一步,系统至少做了两层金额核对。先是看不含税金额加税额是否等于价税合计,即 681.66 + 57.45 = 739.11;再检查各条明细金额加起来是否等于不含税金额。

除此之外,费用类型 ID 是否真出自此前的业务查询、OCR 引用 ID 是否指向对应的识别记录,也要一并核对。这些参数全部对上,确认卡才算生成成功。不过此时并没有建出真实的财务草稿,审批也没发起,整件事还停在“准备”这一环。

第四步:人工确认与边界检查

确认卡摆到员工面前后,得由人来核一遍。看着没问题就点确认,系统这时才真正创建报销草稿;要是发现哪里不对,比如费用类型选错了,可以退回去改。

测试中还暴露出一些模型解释层面的毛病。比如首轮回复里,模型拿税额 57.45 除以不含税金额 681.66,算出约 8.43% 的税率,还把它叫作“非标准税率”。可这张票本来就有不同税率的明细,这么简单一除得到的综合税率,反映不了真实的税务情况。缺明细税率的时候,模型也不该倒推一个税率出来凑数。

页面上还出现过“发票代码为空,不影响报销使用”这样的提示。这句话并没有走票种规则的校验。碰到一些严格的财务场景,发票代码缺失完全可能意味着票据无效。所以这类提示该由业务规则引擎来定,不能让大模型随口给。

性能与稳定性观察

测试期间,性能瓶颈和稳定性问题都有出现。

先看耗时。两轮 SSE 请求分别花了约 27.68 秒和 34.00 秒,里面算上了模型推理、工具调用(OCR)、网络往返和业务查询。OCR 本身的识别速度其实不慢,本例中工具步骤观测为 340ms,但用户整体体验还是卡在大模型的生成速度和业务逻辑的复杂度上。单拿 OCR 接口的耗时来代表整条报销链路的体验,并不成立。

再看重复调用。历史任务里出现过同一附件被反复识别 11 次的情况,上下文窗口很快就撑大了。通过设置parallel_tool_calls=false并改进工具编排逻辑,这个问题已经解决,单次调用的稳定性有了保证。

稳定性方面,WSL2 环境下连跑 200 次请求都正常。换到 Windows 原生环境,跑到 24 次时主机异常重启,测试随之中断。可见在 Windows 上做长时间高负载推理仍有风险,生产环境最好优先选 Linux 或容器化部署。

OCR 门禁与业务门禁的分离验收

这轮测试用了 100 笔原创合成的独立交易数据,覆盖 10 个不同的模板家族。结果显示,Windows 和 WSL2 环境下关键字段完整识别率都是 84/100,没达到预期的 95% 目标。若放宽标准、允许部分字段缺失,通过率能到 91/100。

这里要说清楚,“完整识别”和“被接受”不是一回事。完整识别要求票号、金额、税号等所有关键字段都准确无误;被接受则可能容忍某些非关键字段缺失或有误差。财务场景里,前者的分量更重。

另外,金额关系的通过率只统计了被接受的子集。数据是合成的,也没经过真实票据分布的验证,眼下的准确率数字不能直接搬到生产环境。真要上生产验收,还得覆盖更多样的票据类型、更复杂的业务场景,以及严格的幂等性和回滚机制测试。

常见误区澄清

开发这类系统时,有几个误区值得说清楚。

  1. OCR 成功返回,就能自动生成报销单吗?不能。OCR 返回的只是文本和坐标,后面还得经过结构化解析、业务上下文匹配、金额校验和人工确认。本轮测试只走到确认卡阶段,最终单据并没有自动生成。

  2. 个人购方没有税号,要不要补一个?不用。票面本来就合法缺省的话,空着就行。究竟哪些字段必填,得看票种规则怎么定,税号绝不能自己编。

  3. 税率和费用科目能全交给模型判断吗?眼下不行,这次也没测过这项能力。合计的比值替代不了逐行核对税率,评测时用的分类同样替代不了真实的财务政策。模型给出的只是建议,拍板的还是业务规则和财务人员。

  4. 确认卡生成成功,就能说明 OCR 可以上生产了吗?不能。样例确认卡跑通,只证明这条链路能走。准确率、稳定性、泛化能力,都得另设门禁测试来验收。现阶段 OCR 的输出还没到可以直接放行的程度。

结语

这条链路真正值钱的地方,是“可追溯”和“可干预”。每步操作的来源都清清楚楚:票面信息出自 OCR,业务参数来自系统查询,最后一步由人来确认。模型在这里是帮手,也是连接各环节的角色,决定权不在它手上。

开发者该盯的,不只是“识别出了什么”。更该问的是“怎么验证识别结果”,以及“怎么把结果安全地接进业务流程”。核对有了真实依据,自动化才谈得上落地。

同样在做智能体应用的人,不妨多问自己两句:我的模型是在做决定,还是在提建议?系统里的门禁够不够,能不能拦住错误的建议?这些问题,比一个准确率数字要紧得多。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 黄仁勋谋划回归英伟达:16万人联署,国会质询与万亿IPO同周登场

    英伟达董事会夹在两股方向相反的力量之间,独立调查仍在进行,而这场角力的走向,将直接定义这家市值数万亿美元芯片巨头的未来权力结构。另外,Anthropic代表的一种更隐蔽、更系统性的产业政策游说对此次黄仁勋下台事件的影响也被媒体曝光。另外,美国参议员Chris Coons在针对黄仁勋的指控出炉后迅速公开发难,而他今年七月

    来源 TechWeb
  2. MIT韩松团队PEAR:27B模型纯仿真训练,单卡就能驱动真机?

    MIT韩松团队发布PEAR项目,基于Qwen3.8-27B模型,仅通过仿真环境强化学习,无需真实数据即可驱动双臂机器人。在RTX 5090上推理速度超220 tok/s,真机测试成功率60%,且完整保留数学编程等通用能力,为具身智能提供了一条低成本、高泛化的新路径。

    来源 AI 应用前沿
  3. 李彦宏APEC中英文两场对话:AI价值最终在应用层

    李彦宏表示,AI的价值最终来自应用层他指出,过去几年AI技术在芯片、云计算、大模型等层面取得了巨大成就,但在他看来,AI的力量最终要靠应用层释放——只有把AI真正用进各个国家、各个公司、各类组织的真实场景中,技术能力才能转化为实际价值。

    来源 TechWeb
  4. 李彦宏APEC谈AI:价值在应用层,最紧迫是找到合适场景

    李彦宏表示,AI的价值最终来自应用层他指出,过去几年AI技术在芯片、云计算、大模型等层面取得了巨大成就,但在他看来,AI的力量最终要靠应用层释放——只有把AI真正用进各个国家、各个公司、各类组织的真实场景中,技术能力才能转化为实际价值。

    来源 TechWeb
  5. Agent递归自我改进:不训练模型如何越用越强?

    中科院自动化所与美团等机构联合发布综述,探讨LLM Agent如何在不更新模型权重的前提下,通过优化Prompt、记忆、技能和运行框架实现递归自我改进。文章梳理了“何时改、改哪里、怎么改”三个核心问题,并提出了包含收集、评估、诊断等七步的经验转化生命周期,为理解Agent从单次试错到持续进化的机制提供了清晰框架。

    来源 AI 应用前沿
  6. 三星奥斯汀厂投19亿美元扩产:为SpaceX星链造STM32V8芯片

    【TechWeb】11月16日消息,据韩国媒体报道,三星电子计划在其位于美国得克萨斯州奥斯汀的芯片工厂,为SpaceX的星链(Starlink)卫星生产STM32V8微控制器(MCU)。为此,三星将投资19亿美元(约合2.7万亿韩元)扩建奥斯汀工厂的生产设施,目标在2030年前投入运营。 报道引述芯片行业消息人士及美国

    来源 AI 行业观察
  7. 英伟达博通到光模块,AI硬件资产预期重估

    导语:从英伟达、博通到光模块、半导体设备,AI硬件资产正在经历一场预期重估。过去两年,全球资本市场最拥挤的交易之一,就是买入AI硬件。英伟达的GPU、博通的定制芯片、台积电的先进制程,以及光模块、服务器、电源和散热设备,几乎构成了AI投资浪潮中最确定的一条受益链。投资者当时的逻辑并不复杂:只要微软、谷歌、亚...

    来源 腾讯网
  8. 北科天弓天芯获数千万元种子轮融资:二维半导体从材料走向晶圆

    作者 | 邱晓芬 编辑 | 袁斯来 硬氪获悉,二维半导体公司北科天弓天芯(北京)科技有限公司(以下简称「天弓天芯」)近日完成数千万元种子轮融资,由中科创星、英诺基金出资。本轮资金将主要用于团队建设、晶圆生产能力建设及技术成果转化。 「天弓天芯」成立于2026年5月,是北京科技大学张跃院士团队的科技成果转化项目,专...

    来源 腾讯网
  9. 模拟芯片六巨头季报:AI数据中心抢走封测产能,交期最长拉到32周

    过去一个月时间里,德州仪器、恩智浦、意法半导体、瑞萨电子、Microchip和英飞凌相继披露了最新季报。作为全球模拟芯片、MCU及功率半导体的绝对主力,这六家巨头的业绩集体回暖:Microchip营收同比激增42.2%,TI大增28%,恩智浦与意法半导体均实现近两成增长,英飞凌更是创下单季营收新高。 业绩端的复苏已无需

    来源 AI 行业观察
  10. Gemini 4 Carbon向万名科学家开放:实测结果如何?

    Google 向万名科学家免费开放 Gemini 4 Carbon,实测显示其在代码安全验证和生物序列发现上效率显著。NVIDIA 生态持续扩张,Cosmos 世界基础模型在 Hugging Face 下载量突破 2000 万,Nemotron 3.5 Transcribe 在说话人分离任务中表现优异。Hugging

    来源 AI 应用前沿
  11. Qwen4-Max发布:2.4T参数、百万上下文,单任务成本降58%

    11 月 16 日,阿里巴巴发布全新一代基座大模型 Qwen4-Max,总参数 2.4T,具备原生视觉能力,支持百万上下文。基于创新的模型架构和训练优化,Qwen4-Max 以更少的 Token 消耗实现了更高的性能,在智能体和编程等关键能力项上持续进化:在权威的全球前端编程盲测 CodeArena 中,Qwen4 位

    来源 AI 行业观察
  12. DeepSeek免费额度被指收紧:长对话、每日用量、单次输入均受限

    国产大模型DeepSeek的免费使用额度疑似遭到限制。11月16日,“DeepSeek使用额度已达上限”登上微博热搜。不少用户在社交媒体上反映,DeepSeek对App及网页版的使用额度进行了调整,包括限制长对话、每日使用额度以及单次文字输入长度。截至发稿,DeepSeek尚未对此作出官方回应。值得注意的是,DeepS

    来源 腾讯网
  13. NICT OptiMer:不重训模型,如何快速锁定最优数据配比?

    大模型训练中,数据配比调优通常意味着昂贵的从头重训。日本信息通信研究机构(NICT)团队在EMNLP 2026获奖论文中提出OptiMer方法,通过合并“分布向量”来搜索最优数据比例。该方法将试错效率提升15至35倍,且在C-Eval、MMLU等基准测试中得分高于传统混合训练。文章解析了其技术原理、实验效果及在构建日语

    来源 AI 应用前沿
  14. 蚂蚁灵波具身大模型挑战赛收官:TARS战队82.5分夺冠

    对于方兴未艾的具身智能产业而言,蚂蚁灵波科技CEO朱兴在接受采访时强调,行业目前还在快速迭代,尚未迎来具身智能的Scaling Law时刻。但是随着一些技术落地验证和产学研生态的协同,也会加速具身智能的进化。

    来源 TechWeb
  15. 蚂蚁灵波具身大模型赛:48小时真机比拼,TARS战队夺冠

    对于方兴未艾的具身智能产业而言,蚂蚁灵波科技CEO朱兴在接受采访时强调,行业目前还在快速迭代,尚未迎来具身智能的Scaling Law时刻。但是随着一些技术落地验证和产学研生态的协同,也会加速具身智能的进化。

    来源 TechWeb
  16. 黄仁勋卸任英伟达CEO:AI算力格局将如何改写?

    英伟达CEO黄仁勋在一场令人震惊的变故后黯然离职。这位以皮衣形象深入人心的AI算力布道者离场,对全球最关键的芯片公司、整个AI产业以及他本人都意味着什么?《连线》记者Lauren Goode深入解析权力交接背后的迷雾,以及这场变故将如何重塑行业格局。

    来源 AI 科技快讯
  17. 阿里发布Qwen4,千问平台首发Qwen4-Max:Token减半、得分涨近28%

    11月16日,阿里发布新一代基座大模型Qwen4,千问AI平台首发Qwen4-Max,API与Token Plan同步开放。该模型采用Qwen稀疏注意力MoE架构,总参数2.4T,支持百万上下文、原生视觉与长程任务稳定交付,可调用工具并分阶段交付;评测中同档位较上代提升。

    来源 AI 产业速递
  18. 阿里发布Qwen4并上线Qwen4-Max:Token减半、得分升近28%

    阿里巴巴11月16日正式发布全新一代基座大模型 Qwen4,千问 AI 平台首发上线 Qwen4-Max,API 服务与 Token Plan 同步开放。模型采用基于 Qwen 稀疏注意力(QSA)的全新 MoE 架构,总参数2.4T,具备原生视觉与长程任务稳定交付能力,支持百万上下文,可调用专业工

    来源 AI 开发者社区
  19. MIT六项技术承诺兑现几何?认知永生离现实还有多远

    MIT Technology Review的“The Download”栏目聚焦两大话题:六项曾承诺改变世界的技术如今进展如何,以及人类对“认知永生”的探索。文章提出,衡量技术进步应看真实部署而非宏大宣言;而借助大模型构建数字分身等技术,正让“认知永生”从科幻走向现实,但也带来身份与伦理的深层拷问。

    来源 AI 科技快讯
  20. 美团开源1.6万亿参数模型,全程未用英伟达GPU

    美团发布LongCat-2.5智能体模型,基于华为昇腾训练且未使用英伟达芯片。Anthropic CEO坦言IPO前算力采购存在巨大风险。vLLM修复共享缓存越界写漏洞,MIT与DeepMind研究揭示AI顾问的“忠诚捕获”现象。本期还涵盖Seedance视频生成更新及Vercel子代理工作流实践。

    来源 AI 应用前沿
  21. Looki推Loom模型:第一视角感知能否撑起AI长期记忆

    Looki推出的Loom模型系列不再只是被动回答问题,而是通过视觉和音频连续感知用户的第一视角生活。它将零散的观测数据组织成带有时间戳和证据的经历片段,并分层存储为可检索的长期记忆。相比传统的大语言模型,Loom更擅长处理“我上周把钥匙放哪了”这类需要回溯具体生活场景的问题,且在推理成本和记忆准确性上展示了新的技术路径

    来源 AI 应用前沿
  22. 美国拟封堵云端算力通道:中国远程使用AI芯片或受限

    据Ars Technica报道,美国政府正着手封堵一个关键漏洞:中国机构无需进口实体芯片,只要通过云端租用算力即可远程使用美国最先进的AI芯片。特朗普政府押注北京不会为此大动干戈,但这一举措可能重塑全球AI算力的流动方式,也让云服务商与芯片厂商站到了出口管制的最前线。

    来源 AI 科技快讯
向下滚动自动加载更多