オプション
家
速報
コンテンツ
GregoryClark
GregoryClark
2026年6月2日

百度は、同社の大規模モデル「ERNIE」をベースにしたマルチモーダルモデル「PaddleOCR-VL-1.6」をリリースした。同モデルはOmnicDocBench v1.6において96.33%の精度を達成し、GPT-5.2やGemini-3-Proを上回り、世界1位を獲得した。 この軽量な0.9Bモデルは100以上の言語に対応し、複雑な文書や実世界でのシナリオに優れており、Real5-OmniDocBenchでは93.19%のスコアを記録した。GitHubでのスター数は79.2Kに達し、Tesseract OCRを上回っている。コードと重み付けデータはオープンソース化されている。

コメント (0)
0/300
OR