10月17日消息，HuggingFace官网显示，百度昨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。在权威榜单OmniBenchDoc V1.5中，它以92.6分获综合性能全球第一，四大核心能力全线SOTA，超越GPT-4o等模型，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。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
凡本站未注明来源为"商讯网"的所有作品，均转载、编译或摘编自其它媒体，转载、编译或摘编的目的在于传递更多信息，并不代表本站赞同其观点和对其真实性负责。如因作品内容、版权和其他问题，请与我们联系。
