百度PaddleOCR-VL称霸全球OCR排行榜

10月16日，百度飞桨团队发布了其最新视觉语言模型PaddleOCR-VL，迅速成为光学字符识别（OCR）领域的焦点。该模型在权威基准测试OmniDocBench V1.5中获得92.56分，超越DeepSeek-OCR等对手，稳居全球第一。

制霸Huggingface趋势榜

截至10月21日，Huggingface的趋势模型榜被OCR模型包揽：

• 🥇 PaddleOCR-VL（飞桨）
• 🥈 DeepSeek-OCR
• 🥉 NanonetOCR

PaddleOCR-VL已连续保持榜首位置达五天之久，巩固了其作为最受关注开源OCR模型的地位。

先进功能

该模型支持109种语言，擅长解析复杂文档结构，包括：

• 文本
• 表格
• 公式
• 图表

还具备文档语义结构重建能力，不仅能识别字符，更能理解文档上下文。这使得它在科研论文、发票处理和知识抽取等应用中极具价值。

行业协作

深度求索团队在研究论文中致谢PaddleOCR，透露使用其标注数据作为训练素材。这反映出一个更广泛的趋势：包括百度、深度求索和上海AI实验室在内的顶尖机构正通过开源OCR模型推进AI大规模训练的基础能力建设。

当前这场"OCR军备竞赛"不仅关乎准确率，更是为了加速AI在全球范围内解析图文的能力。

核心亮点：

• PaddleOCR-VL在OmniDocBench V1.5获评92.56分
• 蝉联Huggingface趋势榜榜首达5天
• 支持109种语言及复杂文档解析
• 行业协作凸显其在AI数据标注中的关键作用