10月17日音书，HuggingFace官网涌现，百度昨晚发布的自研多模态文档领略模子PaddleOCR-VL，发布20小时内即登顶HuggingFace Trending环球第一。
据了解，该模子中枢参数仅0.9B，轻量高效，能以极低斟酌支拨精确识别文本、手写汉字、表格、公式、图表等复杂元素，撑合手109种说念话。在巨擘榜单OmniBenchDoc V1.5中，它以92.6分获空洞性能环球第一，四大中枢才调全线SOTA，越过GPT-4o等模子，刷新OCR VL模子性能记载。
当作文心4.5繁衍模子，PaddleOCR-VL交融了NaViT动态分歧率视觉编码器与ERNIE-4.5-0.3B说念话模子，完毕精度与为止双冲破。
