百度文心發布 PaddleOCR
近日，百度百度正式發布 PaddleOCR-VL-1.6。文心作為文心衍生模型，發布PaddleOCR-VL-1.6在 OmniDocBench v1.6權威評測中準確率突破96.33%，百度在 Real5-OmniDocBench、文心OmniDocBench v1.5上也取得了最領先的發布分數，綜合性能全球第一，百度刷新業界SOTA，文心在複雜文檔理解和真實場景解析能力方麵進一步突破。發布
在OmniDocBench v1.6上，百度PaddleOCR-VL-1.6在多項能力中實現SOTA在權威評測集 OmniDocBench v1.6上，文心PaddleOCR-VL-1.6總指標達到96.33%，發布超越Gemini-3-Pro、百度GPT-5.2、文心MinerU-2.5-Pro、發布GLM-OCR等，綜合性能全球第一，領跑全球通用大模型和專用OCR模型；在麵向真實複雜場景構建的 Real5-OmniDocBench評測中，PaddleOCR-VL-1.6總指標達到93.19%，較 Gemini-3-Pro提升近4個百分點，在掃描件、彎折文檔、屏幕拍照、光照變化及傾斜文檔等五大真實場景下均保持領先表現。
測試結果顯示，PaddleOCR-VL-1.6在文本、公式、表格等核心識別能力上全麵領先當前主流開源及閉源方案，在表格、古籍、生僻字識別等複雜場景能力顯著提升，在印章、Spotting、圖表識別等多項關鍵能力同步增強，可更好滿足文檔數字化的需求。
據了解，PaddleOCR基於文心大模型訓練而來，是文心大模型多模態能力的重要部分，支持超100種語言識別，用戶覆蓋170多個國家和地區。此次發布的 PaddleOCR-VL-1.6在 PaddleOCR-VL-1.5基礎上進一步升級，通過模型驅動的數據構建機製和漸進式訓練優化，在保持0.9B輕量化架構的情況下，模型準確率和複雜場景適應能力進一步提升。由於兩代模型結構一致，開發者和企業用戶無需進行額外適配，即可平滑遷移。
近年來，PaddleOCR持續推進文檔理解能力升級，先後推出 PaddleOCR-VL、PaddleOCR-VL-1.5等多款模型。其中，PaddleOCR-VL-1.5創新支持異形框定位，在真實文檔場景中展現出較強解析能力。此前，PaddleOCR GitHub Star數已突破79.2K，超過穀歌開源OCR項目 Tesseract OCR，成為全球最受開發者歡迎的開源OCR項目之一。
目前，PaddleOCR-VL-1.6已上線 PaddleOCR官網，支持網頁端和API調用。同時，模型代碼及權重已同步開源至 GitHub和 Hugging Face，麵向全球開發者開放使用。
(責任編輯：熱點)
