智东西6月2日报说念，近日，矜重发布文心繁衍视觉识别模子PaddleOCR-VL-1.6。
在巨擘文档闪现才气评测集OmniDocBench v1.6上，PaddleOCR-VL-1.6总主义达到96.33%，突出Gemini-3-Pro、GPT-5.2、MinerU-2.5-Pro、GLM-OCR等，玄虚性能第一。
在面向确实复杂场景构建的Real5-OmniDocBench评测中，PaddleOCR-VL-1.6总主义达到93.19%，较 Gemini-3-Pro擢升近4%，在扫描件、弯折文档、屏幕拍照、光照变化及歪斜文档等五大确实场景下均证实较优。
实测数据标明，相较于市面主流开源、闭源识别模子，博亚体育app官方网站PaddleOCR-VL-1.6在老例翰墨、数学公式、表格三大基础识别维度玄虚证实更优。
针对表格闪现、繁体古籍、冷僻用字等高难度识别场景，该模子成果较上一代显著优化，图章甄别、翰墨定位、图表信息索求等细分任务性能也同步改善，不错适配千般文档数字化落地场景的本体使用条目。
现在，kaiyun.comPaddleOCR-VL-1.6已上线PaddleOCR官网，接济网页端和API调用。同期，模子代码及权重已同步开源至GitHub和Hugging Face。
2026世界杯雅博中国官方授权入口PaddleOCR官网：paddleocr.com
Github：github.com/PaddlePaddle/PaddleOCR
HuggingFace：huggingface.co/PaddlePaddle/PaddleOCR-VL-1.6
据文心团队先容，PaddleOCR基于文心大模子考试而来，是文心大模子多模态才气的蹙迫部分，接济超100种话语识别，用户掩盖170多个国度和地区。
这次发布的PaddleOCR-VL-1.6，基于PaddleOCR-VL-1.5翻新通过模子运转的数据构建机制和渐进式考试优化，在保执0.9B轻量化架构的情况下，模子准确率和复杂场景顺应才气进一步擢升。
由于两代模子模子结构一致，修复者和企业用户无需进行突出适配，即可平滑迁徙。
连年来，百度先后推出PaddleOCR-VL、PaddleOCR-VL-1.5等多款模子。PaddleOCR的GitHub星数已打破79.2K，朝上谷歌开源OCR名目Tesseract OCR。