百度最新开源模型PaddleOCR-VL登顶HuggingFace Trending全球第一
北京日报客户端
2025-10-20 17:02
产经新闻
10月17日消息，HuggingFace官网显示，百度16日晚发布的自研多模态文档解析模型PaddleOCR-VL，发布20小时内即登顶HuggingFace Trending全球第一。
据了解，该模型核心参数仅0.9B，轻量高效，能以极低计算开销精准识别文本、手写汉字、表格、公式、图表等复杂元素，支持109种语言。在OmniBenchDoc V1.5榜单中，它以92.6分获综合性能全球第一，四大核心能力全线SOTA，刷新OCR VL模型性能纪录。
作为文心4.5衍生模型，PaddleOCR-VL融合了NaViT动态分辨率视觉编码器与ERNIE-4.5-0.3B语言模型，实现精度与效率双突破。
校检：孙朝阳 陈沙
审核：李凤怡
打开APP阅读全文
