10月17日音书，HuggingFace官网显现，百度昨晚发布的自研多模态文档贯通模子PaddleOCR-VL，发布20小时内即登顶HuggingFace Trending众人第一。
据了解，该模子中枢参数仅0.9B，轻量高效，能以极低策画支出精确识别文本、手写汉字、表格、公式、图表等复杂元素，相沿109种言语。在泰斗榜单OmniBenchDoc V1.5中，它以92.6分获概括性能众人第一，四大中枢智商全线SOTA，格外GPT-4o等模子，刷新OCR VL模子性能记录。
行动文心4.5生息模子，PaddleOCR-VL交融了NaViT动态分离率视觉编码器与ERNIE-4.5-0.3B言语模子，终了精度与效果双打破。
