Maison
Baidu Wenyin dévoile PaddleOCR-VL-1.6, qui atteint une précision de 96,33 % et établit un nouveau record mondial (SOTA) en matière d'analyse de documents

Baidu a officiellement lancé PaddleOCR-VL-1.6, une variante spécialisée du modèle ERNIE Large. Lors du test de référence OmnicDocBench v1.6, qui fait autorité dans le domaine, il a atteint un taux de précision de 96,33 %, surpassant ainsi des modèles de premier plan tels que Gemini-3-Pro, GPT-5.2 et GLM-OCR. Cette prouesse établit un nouveau record SOTA (State of the Art) dans le secteur et se classe au premier rang mondial en termes de performances globales, marquant ainsi une avancée majeure dans la manière dont les grands modèles multimodaux appréhendent les documents complexes et analysent les contextes du monde réel.
Élément clé de l’écosystème multimodal du modèle ERNIE Large, PaddleOCR s’appuie sur la base ERNIE et prend actuellement en charge plus de 100 langues, au service d’utilisateurs dans plus de 170 pays et régions. La version améliorée PaddleOCR-VL-1.6 conserve une architecture légère de 0,9 milliard de paramètres tout en renforçant considérablement ses capacités de reconnaissance dans des scénarios difficiles — notamment les tableaux, les textes anciens, les caractères rares, les sceaux et les graphiques — grâce à un mécanisme de construction de données piloté par le modèle et à une optimisation progressive de l’entraînement.
Lors de l’évaluation Real5-OmniDocBench, qui teste les performances dans des environnements complexes réels, le modèle a conservé son avance avec un score total de 93,19 %. Il a réussi à surmonter des défis d’analyse largement reconnus, tels que les documents numérisés, les pages froissées, les captures d’écran, les variations d’éclairage et le texte incliné.
Grâce à cette architecture éprouvée, les entreprises et les développeurs peuvent effectuer une migration en douceur sans avoir besoin d’adaptations supplémentaires. PaddleOCR a déjà dépassé les 79 200 étoiles sur GitHub, devançant ainsi Tesseract OCR de Google pour devenir le projet OCR open source le plus populaire au monde. Le nouveau modèle est désormais disponible sur le site officiel, avec le code et les poids mis en open source. Alors que les grands modèles évoluent de plus en plus vers la profondeur multimodale, PaddleOCR-VL-1.6 offre une solution de niveau industriel plus efficace pour la numérisation de documents et accélérera encore le déploiement de l’IA dans des applications multimodales complexes.
Article connexe
Anthropic lance Claude pour les petites entreprises, un pack de compétences IA pour les PME
Anthropic a officiellement lancé Claude pour les petites entreprises mercredi, en présentant une suite d’outils d’automatisation conçus spécifiquement pour les petites et moyennes entreprises (PME). Cette initiative vise à réduire les barrières techn
Le consortium de recherche allemand dévoile le modèle d'IA open-source Soofi
L'Association allemande pour l'intelligence artificielle a officiellement lancé Soofi S30B-A3B, un nouveau modèle de langage large open source. Cette étape marque une avancée majeure pour l'infrastructure souveraine européenne en matière d'IA et dyna
L'estimation de 6,4 milliards de dollars de Toyota consacrée à la robotique place l'IA physique sous les projecteurs
Toyota Motor prévoit que le déploiement de l’automatisation dans ses installations de fabrication, ses filiales et ses principaux fournisseurs pourrait nécessiter environ 400 000 robots et une dépense annuelle d’environ 1 000 milliards de yens (6,4 m
Recommandations de sujets spéciaux liés
commentaires (0)

Baidu a officiellement lancé PaddleOCR-VL-1.6, une variante spécialisée du modèle ERNIE Large. Lors du test de référence OmnicDocBench v1.6, qui fait autorité dans le domaine, il a atteint un taux de précision de 96,33 %, surpassant ainsi des modèles de premier plan tels que Gemini-3-Pro, GPT-5.2 et GLM-OCR. Cette prouesse établit un nouveau record SOTA (State of the Art) dans le secteur et se classe au premier rang mondial en termes de performances globales, marquant ainsi une avancée majeure dans la manière dont les grands modèles multimodaux appréhendent les documents complexes et analysent les contextes du monde réel.
Élément clé de l’écosystème multimodal du modèle ERNIE Large, PaddleOCR s’appuie sur la base ERNIE et prend actuellement en charge plus de 100 langues, au service d’utilisateurs dans plus de 170 pays et régions. La version améliorée PaddleOCR-VL-1.6 conserve une architecture légère de 0,9 milliard de paramètres tout en renforçant considérablement ses capacités de reconnaissance dans des scénarios difficiles — notamment les tableaux, les textes anciens, les caractères rares, les sceaux et les graphiques — grâce à un mécanisme de construction de données piloté par le modèle et à une optimisation progressive de l’entraînement.
Lors de l’évaluation Real5-OmniDocBench, qui teste les performances dans des environnements complexes réels, le modèle a conservé son avance avec un score total de 93,19 %. Il a réussi à surmonter des défis d’analyse largement reconnus, tels que les documents numérisés, les pages froissées, les captures d’écran, les variations d’éclairage et le texte incliné.
Grâce à cette architecture éprouvée, les entreprises et les développeurs peuvent effectuer une migration en douceur sans avoir besoin d’adaptations supplémentaires. PaddleOCR a déjà dépassé les 79 200 étoiles sur GitHub, devançant ainsi Tesseract OCR de Google pour devenir le projet OCR open source le plus populaire au monde. Le nouveau modèle est désormais disponible sur le site officiel, avec le code et les poids mis en open source. Alors que les grands modèles évoluent de plus en plus vers la profondeur multimodale, PaddleOCR-VL-1.6 offre une solution de niveau industriel plus efficace pour la numérisation de documents et accélérera encore le déploiement de l’IA dans des applications multimodales complexes.
Anthropic lance Claude pour les petites entreprises, un pack de compétences IA pour les PME
Anthropic a officiellement lancé Claude pour les petites entreprises mercredi, en présentant une suite d’outils d’automatisation conçus spécifiquement pour les petites et moyennes entreprises (PME). Cette initiative vise à réduire les barrières techn
Le consortium de recherche allemand dévoile le modèle d'IA open-source Soofi
L'Association allemande pour l'intelligence artificielle a officiellement lancé Soofi S30B-A3B, un nouveau modèle de langage large open source. Cette étape marque une avancée majeure pour l'infrastructure souveraine européenne en matière d'IA et dyna
L'estimation de 6,4 milliards de dollars de Toyota consacrée à la robotique place l'IA physique sous les projecteurs
Toyota Motor prévoit que le déploiement de l’automatisation dans ses installations de fabrication, ses filiales et ses principaux fournisseurs pourrait nécessiter environ 400 000 robots et une dépense annuelle d’environ 1 000 milliards de yens (6,4 m











