10月16日，百度飞桨（PaddlePaddle）团队正式发布了最新视觉语言模型 PaddleOCR-VL，一经上线便引发全球 OCR（光学字符识别）领域轰动。该模型以 0.9B 参数规模 在权威评测 OmniDocBench V1.5 中取得 92.56分 的成绩，超越包括 DeepSeek-OCR 在内的所有主流模型，成功登顶全球 OCR 榜单。
截至10月21日，Huggingface 全球模型趋势榜（Trending Models）前3名均被 OCR 模型包揽:
🥇PaddleOCR-VL（百度飞桨）
🥈DeepSeek-OCR
🥉NanonetOCR
其中，百度的 PaddleOCR-VL 已连续 5天位居榜首，成为当前最受关注的开源 OCR 模型。
PaddleOCR-VL 支持 109种语言识别，可精准解析文本、表格、公式与图表，并具备文档语义结构重建能力。这意味着它不仅能“识字”，还能“读懂”复杂文档内容，在科研论文、发票识别、知识抽取等领域展现出极高实用价值。
值得一提的是，DeepSeek 团队在其论文中也特别致谢 PaddleOCR，并透露其训练数据部分使用了 PaddleOCR 进行标注。这一细节揭示了当前业界 OCR 模型繁荣背后的真实逻辑:百度、DeepSeek 与上海 AI Lab 等机构几乎在同时开源 OCR 模型，目的并非仅是比拼识别性能，而是为大模型训练清洗、标注数据提供基础能力。
换句话说，这场“OCR 军备竞赛”的核心，不只是识别谁更准，而是谁能更快地让 AI 看懂世界的文字与图像。
