常规 ML 包和公共端点更新

UiPath Document OCR 公共端点发布版本

发布日期：2026 年 1 月 20 日

改进

• 在 Document Understanding 中的 OCR 期间，改进了对显示为徽标或样式化文本的公司名称的处理。
• 增强了对包含阿拉伯数字的阿拉伯语 ID 编号的 OCR 处理。此更新改进了受支持的阿拉伯语 ID 格式的数字识别，有助于减少在提取期间字符丢失或错误识别的情况。

UiPath Document OCR 公共端点发布版本

发布日期：2025 年 12 月 4 日

改进

新增了对夏威夷语变音符号的支持，以提高包含夏威夷语文本的文档的识别准确性。

UiPath Helix 提取程序公共端点改进

发布日期：2025 年 11 月 7 日

新增功能

• 美国提取模型的公共端点（财务报表除外）现在基于 Helix 提取程序。
• 美国的公共端点现在包括收据 2 、发票 2 、收据日本和美国抵押贷款结算披露信息。有关更多信息，请转到公共端点文档并展开表格以查看完整、可滚动的列表。我们建议您根据每个服务器区域确保活动已连接到正确的端点。

勘误 - 于 2025 年 1 月 16 日添加：作为我们正在进行的产品演变和组合调整的一部分，我们已将产品名称更新为 UiPath Helix Extractor。本文档中的所有参考文件都会反映此更改。

UiPath Helix 提取程序公共端点改进

新增功能

• 日本提取模型的公共端点（财务报表除外）现在基于 Helix 提取程序。
• 日本的公共端点现在包括收据 2 、发票 2和美国抵押贷款关闭披露。有关更多信息，请转到公共端点文档并展开表格以查看完整、可滚动的列表。我们建议您根据每个服务器区域确保活动已连接到正确的端点。

勘误 - 于 2025 年 1 月 16 日添加：作为我们正在进行的产品演变和组合调整的一部分，我们已将产品名称更新为 UiPath Helix Extractor。本文档中的所有参考文件都会反映此更改。

UiPath Helix 提取程序公共端点改进

发布日期：2025 年 8 月 14 日

新增功能

我们很高兴地宣布，欧洲地区基于 UiPath Helix 提取程序，针对公共端点发布了提高准确性的版本。

在此版本中，以下模型现在也基于欧洲地区的 UiPath Helix 提取程序：

• 9465
• 中国发票
• 希伯来语发票
• 日本发票
• 日本收据

完成此添加后，欧洲地区现在所有模型都基于 UiPath Helix Extractor，但财务报表除外。

新的文档类型

此版本引入了以下新的文档类型：

• 发票 2（发票 2 ）：此文档类型经过训练，可以从各种发票类型中提取关键数据点，包括标准发票、贷项发票、印度发票和运输发票。增强型架构包含 55 个常规字段、两个结构化表格（一张用于行项目（13 列），一张用于银行付款详细信息（9 列））和一个货币分类器。
• 收据 2 ：此文档类型经过训练，可从各种收据类型中提取关键数据点，包括但不限于停车收据、火车票、旅馆账单、机场消费、伙食、药房收据、电子收据等。增强后的架构由 60 个常规字段和一个结构化项目表格（ 6 列）组成。
• 美国抵押贷款过户披露披露文件（FID） ：此文档类型经过训练，可从标准美国抵押贷款过户披露表格中提取关键数据点。该架构包含 20 个常规字段，用于捕获借款人详细信息、财产信息、贷款条款、交易摘要和现金结算数字。

勘误 - 于 2025 年 1 月 16 日添加：作为我们正在进行的产品演变和组合调整的一部分，我们已将产品名称更新为 UiPath Helix Extractor。本文档中的所有参考文件都会反映此更改。

增强的字符识别功能

发布说明：2025 年 6 月 23 日

此更新对我们的光学字符识别 (OCR) 引擎进行了一系列改进，旨在提高更广泛输入样式的准确性和可靠性：

• 增强了手写检测功能。
• 增强等宽字体中“O”和“0”的区分度。
• 改进了对点矩阵打印文本的识别。

这些改进提高了各种文档类型的可靠性。

通过 API 和活动可用的日本收据文档类型

发布说明：2025 年 5 月 19 日

您现在可以通过 API、IntelligentOCR 以及 Document Understanding 活动使用日本收据 (Receipts Japan) 文档类型。这适用于日本地区的所有租户。

移除版本低于 2023.4 的开箱即用模型

发布日期：2025 年 4 月 11 日

移除版本低于 2023.4 的开箱即用模型

随着新型替代方案和升级解决方案的发布，我们移除了对开箱即用模型的支持，包括 UiPath Document Understanding OCR 与 OCR_CPU、数据提取 ML 包以及文档分类器。

下表详细说明了移除计划。

特性或功能	移除公布日期	移除日期：	注意
早于 2023.4 的开箱即用 ML 包	2025 年 4 月	2025 年 4 月	我们建议使用最新版本的开箱即用 ML 包。

有关弃用时间线的更多信息，请查看概述指南中的弃用时间线。

UiPath Document OCR 公共端点发布版本

发布日期：2025 年 3 月 19 日

改进

• 整体复选框、手写和打印文本检测得到改进。
• 手写识别准确性得到了提升。
• 针对日本印章的印章检测功能得到改进。
• 边界框的大小和定位准确性得到了改进。

UiPath Helix 提取程序公共端点发布

发布日期：2024 年 11 月 28 日

新的文档类型

此版本引入了一种新的文档类型：日本收据 (Receipts Japan)。这个新的公共端点可以从各种文档类型中提取关键详细信息，例如常规收银机收据、餐厅收据、旅馆收据、火车收据、停车收据以及其他类型的日语收据等。

基于 UiPath Helix 提取程序的中国发票和日本发票的公共端点

我们很高兴宣布发布改进的中国发票和日本发票端点。该新一代端点基于新的 UiPath LLM UiPath Helix 提取程序，可提高准确性和性能。

日本发票改进

我们对“日本发票”公共端点进行了重大改进，添加了新字段，例如：

• 常规字段：
  • 净减少额
  • 已扣税额
  • 未减少净额
  • 未扣税额
  • 预扣税额
  • 存款
• 列字段：
  • 项目税率
  • 项目注册税
  • 项目费用

勘误 - 于 2025 年 1 月 16 日添加：作为我们正在进行的产品演变和组合调整的一部分，我们已将产品名称更新为 UiPath Helix Extractor。本文档中的所有参考文件都会反映此更改。

发布日本发票公共端点

发布日期：2024 年 10 月 29 日

在“日本发票”端点中发布

改进

我们对文档数字化流程进行了重大改进。现在，当使用 UiPath 扩展语言 OCR 或中文、韩语、日语 OCR 时，输出将是常规字词框，而不是单个字符。

发布新的日本发票公共端点

发布日期：2024 年 10 月 15 日

在“日本发票”端点中发布

改进

• 提高了日本发票 ML 包的准确性。
• 当中文、日语或韩语字符在文档中与拉丁字符、标点符号和数字混合使用时，我们增强了间距和字词分析。
• 我们修复了一个问题，该问题导致 AI Center 训练管道不正确地为 ID Number 和 Phone Number 字段类型报告高分。这可确保报告的分数与实际分数相符。

UiPath 扩展语言 OCR 正式发布

发布日期：2024 年 10 月 3 日

我们很高兴宣布，UiPath 最新的 OCR 引擎UiPath 扩展语言 OCR现已正式发布。新版 OCR 能够将 200 多个语言的文档数字化，与前身相比有显著改进，尤其是在中文、日语和韩语方面。此外，它可以处理泰语、越南语、印度的所有主要语言以及使用西里尔字母的语言和希腊语的文档。

UiPath 扩展语言 OCR 当前仅可用作公共端点。

基于 UiPath™ Helix 提取程序的新公共端点

发布日期：2024 年 9 月 17 日

UiPath Helix 提取程序上改进的性能和加入的新模型端点

此版本提高了基于UiPath Helix Extractor（新的 UiPath LLM）的模型的准确性和性能。此外，以下模型现在也基于 UiPath Helix Extractor：

• 709
• 941x
• 1040x
• 3949
• 3949a

模型端点重定向到旧一代

由于性能问题，系统已将财务报表模型端点重定向到旧一代。

预览模型已删除

已从公共端点和数据提取 ML 包中删除 990（预览版）模型。

勘误 - 于 2025 年 1 月 16 日添加：作为我们正在进行的产品演变和组合调整的一部分，我们已将产品名称更新为 UiPath Helix Extractor。本文档中的所有参考文件都会反映此更改。

弃用 UiPath 中文、日语、韩语 OCR

发行日期：2024 年 7 月 8 日

自 2025 年 1 月起，我们将弃用 UiPath 中文、日语、韩语 OCR。我们建议改用 UiPath 扩展语言 OCR。

查看“弃用时间线”页面，详细了解即将弃用和删除的内容。

基于 UiPath™ Helix 提取程序的发票和收据公共端点

发布日期：2024 年 6 月 12 日

我们很高兴宣布发布改进的发票和收据端点。该新一代端点基于新的 UiPath LLM UiPath Helix 提取程序，可提高准确性和性能。

我们将逐步将模型替换为更新一代的模型。目前，所有公共端点都基于Helix Extractor，但以下端点除外：

• 709
• 941x
• 1040x
• 3949a
• 9465
• 中国发票
• 希伯来语发票
• 日本发票

查看发行说明，以了解未来的公告。

勘误 - 于 2025 年 1 月 16 日添加：作为我们正在进行的产品演变和组合调整的一部分，我们已将产品名称更新为 UiPath Helix Extractor。本文档中的所有参考文件都会反映此更改。

基于 Helix 提取程序的公共端点

发行日期：2024 年 5 月 29 日

我们很高兴宣布发布改进的端点，适用于开箱即用的预训练 ML 包。基于新的 UiPath LLM，即UiPath Helix Extractor的新生成功能提高了准确性和性能。

我们将逐步将模型替换为更新一代的模型。目前，所有公共端点都基于Helix Extractor，但以下端点除外：

• 709
• 941x
• 1040x
• 3949a
• 9465
• 发票
• 中国发票
• 希伯来语发票
• 日本发票
• 收据

查看发行说明，以了解未来的公告。

勘误 - 于 2025 年 1 月 16 日添加：作为我们正在进行的产品演变和组合调整的一部分，我们已将产品名称更新为 UiPath Helix Extractor。本文档中的所有参考文件都会反映此更改。

UiPath 扩展语言 OCR（公共预览版）

发行日期：2024 年 3 月 28 日

我们很高兴宣布，UiPath 最新 OCR 引擎 UiPath 扩展语言 OCR 现已推出公开预览版。新版 OCR 能够将 200 多个语言的文档数字化，与前身相比有显著改进，尤其是在中文、日语和韩语方面。此外，它可以处理泰语、越南语、印度的所有主要语言以及使用西里尔字母的语言和希腊语的文档。

UiPath 扩展语言 OCR 当前仅可用作公共端点。

冻结的主干训练

发行日期：2023 年 4 月 27 日

ML 包版本 v23.4 及更高版本现在拥有使用冻结主干进行训练的选项。对于 400 页以下的小型或低多样性训练集，这种新方法的训练速度更快，并且效果更好。您可以使用官方文档中记录的新训练管道环境变量覆盖此行为。

已弃用澳大利亚发票

发布日期：2022 年 11 月 29 日

我们宣布即将弃用澳大利亚发票预训练 ML 包。我们建议改用发票 ML 包。您可以在此处找到更多相关详细信息。

ML 分类端点公开预览

发行日期：2022 年 6 月 27 日

在端点中发布

ML 分类端点现已在公开预览中提供。

UiPath 中文、日语、韩语 OCR 版本

端点

发行日期：2022 年 6 月 20 日

在端点中发布

UiPath 中文、日语、韩语 OCR 公共端点已正式发布。

数据提取 ML 包

发行日期：2022 年 6 月 6 日

在 AI Center Cloud 中发布，适用于数据提取 ML 包

新的 OCR 方法，即 UiPath 中文、日语、韩语 OCR，现在可用，并且只能应用于 Document Understanding (Cloud) 中的新项目或已创建的项目。