游客发表

百度 PaddleOCR-VL 模型登顶全球 OCR 榜,连续五日领跑 Huggingface 趋势榜

发帖时间:2026-11-20

10月16日,百度飞桨(PaddlePaddle)团队正式发布了最新视觉语言模型 Padd百度leOCR-VL,一经上线便引发全球 OCR(光学字符识别)领域轰动。该模型以 0.9B 参数规模在权威 P评测 OmniDocBench V1.5中取得 92.56分的成绩,超越包括 DeepSeek-adOCR在内的所有主流模型,成功登顶全球 OCR 榜单。

截至10月21日,Huggingfacedl 全球模型趋势榜(Trending Models)前3名均被 OCR 模型包揽:

  • 🥇PaddleOeOCR-VL(百度飞桨)

  • 🥈DeepSeek-OCR

  • 🥉NanonetOCR

其中,百度的 PadCRdleOCR-VL 已连续 5天位居榜首,成为当前最受关注的开源 OCR 模型。

PaddleOCR-VL-V 支持 109种语言识别,可精准解析文本、表格、公式与图表,并具备文档语义结构重建能力。这意味着L 它不仅能“识字”,还能“读懂”复杂文档内容,在科研论文、发票识别、知识抽取等领域展现出极高实用价值模型。

值得一提的是,DeepSeek 团队在其论文中也特别致谢 PaddleOCR,并透露其训练数据部分登顶使用了 PaddleOCR 进行标注。这一细节揭示了当前业界 OCR 模型繁荣背后的真实逻辑:百度全球、DeepSeek 与上海 AI Lab 等机构几乎在同时开源 OCR 模型,目的并非仅是比拼识别性 O能,而是为大模型训练清洗、标注数据提供基础能力。

换句话说,这场“OCR 军备竞赛”的核心,不只CR是识别谁更准,而是谁能更快地让 AI 看懂世界的文字与图像。

    热门排行

    友情链接