百度PaddleOCR-VL登顶全球OCR榜，连续五天领跑趋势

快速阅读: 百度飞桨发布PaddleOCR-VL，参数规模0.9B，在OmniDocBench V1.5评测中得分92.56，超越所有主流模型。支持109种语言识别，具备文档语义结构重建能力，连续5天位居Huggingface全球模型趋势榜榜首。

10月16日，百度飞桨（PaddlePaddle）团队正式发布了最新视觉语言模型PaddleOCR-VL，一经上线便在全球OCR（光学字符识别）领域引起轰动。该模型以0.9B参数规模，在权威评测OmniDocBench V1.5中获得92.56分的成绩，超越包括DeepSeek-OCR在内的所有主流模型，成功登顶全球OCR榜单。

截至10月21日，Huggingface全球模型趋势榜（Trending Models）前三名均为OCR模型：冠军PaddleOCR-VL（百度飞桨），亚军DeepSeek-OCR，季军NanonetOCR。其中，百度的PaddleOCR-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支持109种语言识别，能够精准解析文本、表格、公式与图表，并具备文档语义结构重建能力。这意味着它不仅能够“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的实用价值。

值得注意的是，DeepSeek团队在其论文中特别致谢PaddleOCR，并透露其训练数据部分使用了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、DeepSeek与上海AI Lab等机构几乎同时开源OCR模型，目的不仅在于比拼识别性能，更是为了大模型训练清洗、标注数据提供基础能力。

换句话说，这场“OCR军备竞赛”的核心，不仅是比拼谁的识别更准确，更重要的是谁能更快地让AI理解世界上的文字与图像。

(以上内容均由Ai生成)