工程监理工作中涉及大量文档、表格、报告等文件的审阅与信息录入。针对企业资质、特种作业人员、以及材料进场的报审文件等典型监理工作文档,通过对比分析光学字符识别(OCR)与多模态大模型技术的应用效果,评估了定制OCR模型与Qwen-vl-32B多模态大模型的识别准确率。结果表明,在文件样式固定、内容简单的场景下,两者均表现良好；而在面临印章干扰、手写体、低分辨率等复杂场景时,多模态大模型的平均识别准确率显著高于OCR模型,为监理工作的数字化转型提供了高效、智能的新路径。