10 月 17 日音讯开云kaiyun体育，HuggingFace 官网露馅，百度昨晚发布的自研多模态文档涌现模子 PaddleOCR-VL，发布 20 小时内即登顶 HuggingFace Trending 大师第一。

据了解，该模子中枢参数仅 0.9B，轻量高效，能以极低联想支出精确识别文本、手写汉字、表格、公式、图表等复杂元素，撑捏 109 种说话。在泰斗榜单 OmniBenchDoc V1.5 中，它以 92.6 分获详尽性能大师第一，四大中枢智商全线 SOTA，杰出 GPT-4o 等模子，刷新 OCR VL 模子性能记录。

手脚文心 4.5 养殖模子，PaddleOCR-VL 交融了 NaViT 动态分歧率视觉编码器与 ERNIE-4.5-0.3B 说话模子，达成精度与成果双打破。

开云kaiyun体育