河南
分享至
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。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
