Lar
O Baidu Wenyin lança o PaddleOCR-VL-1.6, alcançando 96,33% de precisão e um novo recorde SOTA na análise de documentos

A Baidu lançou oficialmente o PaddleOCR-VL-1.6, uma variante especializada do modelo ERNIE Large. No renomado benchmark OmnicDocBench v1.6, ele alcançou uma taxa de precisão de 96,33%, superando modelos líderes como o Gemini-3-Pro, o GPT-5.2 e o GLM-OCR. Essa conquista estabelece um novo padrão de ponta (SOTA) no setor e ocupa o primeiro lugar globalmente em desempenho abrangente, marcando um grande avanço na forma como os grandes modelos multimodais compreendem documentos complexos e analisam contextos do mundo real.
Como elemento-chave do ecossistema multimodal do ERNIE Large Model, o PaddleOCR foi desenvolvido com base na estrutura do ERNIE e atualmente oferece suporte a mais de 100 idiomas, atendendo usuários em mais de 170 países e regiões. O PaddleOCR-VL-1.6 atualizado mantém uma arquitetura leve de 0,9B, ao mesmo tempo em que aprimora significativamente os recursos essenciais de reconhecimento em cenários desafiadores — incluindo tabelas, textos antigos, caracteres raros, selos e gráficos — por meio de um mecanismo de construção de dados orientado por modelo e otimização progressiva do treinamento.
Na avaliação Real5-OmniDocBench, que testa o desempenho em ambientes complexos do mundo real, o modelo manteve sua liderança com uma pontuação total de 93,19%. Ele superou com sucesso desafios de análise amplamente reconhecidos, como documentos digitalizados, páginas dobradas, capturas de tela, variações de iluminação e texto inclinado.
Aproveitando a arquitetura já estabelecida, empresas e desenvolvedores podem migrar sem dificuldades, sem a necessidade de adaptações adicionais. O PaddleOCR já ultrapassou 79,2 mil estrelas no GitHub, superando o Tesseract OCR do Google e se tornando o projeto de OCR de código aberto mais popular do mundo. O novo modelo já está disponível no site oficial, com o código-fonte e os pesos disponibilizados como código aberto. À medida que os grandes modelos evoluem cada vez mais em direção à profundidade multimodal, o PaddleOCR-VL-1.6 oferece uma solução de nível industrial mais eficiente para a digitalização de documentos e acelerará ainda mais a implantação da IA em aplicações multimodais complexas.
Artigo relacionado
A Anthropic lança o Claude para Pequenas Empresas, um pacote de habilidades de IA para PMEs
A Anthropic lançou oficialmente o Claude para Pequenas Empresas na quarta-feira, apresentando um conjunto de ferramentas de automação projetadas especificamente para pequenas e médias empresas (PMEs). Esta iniciativa busca reduzir as barreiras técnic
Consórcio de Pesquisa Alemão Revela Modelo de IA de Código Aberto Soofi
A Associação Alemã de Inteligência Artificial lançou oficialmente o Soofi S30B-A3B, um novo modelo de linguagem de grande escala de código aberto. Este marco avança a infraestrutura de IA soberana da Europa e revitaliza o setor de código aberto com f
A estimativa de US$ 6,4 bilhões da Toyota em robótica coloca a IA física em destaque
A Toyota Motor projeta que a implementação da automação em suas instalações de fabricação, subsidiárias e principais fornecedores pode exigir aproximadamente 400.000 robôs e um gasto anual de cerca de 1 trilhão de ienes (US$ 6,4 bilhões) a partir de
Recomendações de tópicos especiais relacionados
Comentários (0)

A Baidu lançou oficialmente o PaddleOCR-VL-1.6, uma variante especializada do modelo ERNIE Large. No renomado benchmark OmnicDocBench v1.6, ele alcançou uma taxa de precisão de 96,33%, superando modelos líderes como o Gemini-3-Pro, o GPT-5.2 e o GLM-OCR. Essa conquista estabelece um novo padrão de ponta (SOTA) no setor e ocupa o primeiro lugar globalmente em desempenho abrangente, marcando um grande avanço na forma como os grandes modelos multimodais compreendem documentos complexos e analisam contextos do mundo real.
Como elemento-chave do ecossistema multimodal do ERNIE Large Model, o PaddleOCR foi desenvolvido com base na estrutura do ERNIE e atualmente oferece suporte a mais de 100 idiomas, atendendo usuários em mais de 170 países e regiões. O PaddleOCR-VL-1.6 atualizado mantém uma arquitetura leve de 0,9B, ao mesmo tempo em que aprimora significativamente os recursos essenciais de reconhecimento em cenários desafiadores — incluindo tabelas, textos antigos, caracteres raros, selos e gráficos — por meio de um mecanismo de construção de dados orientado por modelo e otimização progressiva do treinamento.
Na avaliação Real5-OmniDocBench, que testa o desempenho em ambientes complexos do mundo real, o modelo manteve sua liderança com uma pontuação total de 93,19%. Ele superou com sucesso desafios de análise amplamente reconhecidos, como documentos digitalizados, páginas dobradas, capturas de tela, variações de iluminação e texto inclinado.
Aproveitando a arquitetura já estabelecida, empresas e desenvolvedores podem migrar sem dificuldades, sem a necessidade de adaptações adicionais. O PaddleOCR já ultrapassou 79,2 mil estrelas no GitHub, superando o Tesseract OCR do Google e se tornando o projeto de OCR de código aberto mais popular do mundo. O novo modelo já está disponível no site oficial, com o código-fonte e os pesos disponibilizados como código aberto. À medida que os grandes modelos evoluem cada vez mais em direção à profundidade multimodal, o PaddleOCR-VL-1.6 oferece uma solução de nível industrial mais eficiente para a digitalização de documentos e acelerará ainda mais a implantação da IA em aplicações multimodais complexas.
A Anthropic lança o Claude para Pequenas Empresas, um pacote de habilidades de IA para PMEs
A Anthropic lançou oficialmente o Claude para Pequenas Empresas na quarta-feira, apresentando um conjunto de ferramentas de automação projetadas especificamente para pequenas e médias empresas (PMEs). Esta iniciativa busca reduzir as barreiras técnic
Consórcio de Pesquisa Alemão Revela Modelo de IA de Código Aberto Soofi
A Associação Alemã de Inteligência Artificial lançou oficialmente o Soofi S30B-A3B, um novo modelo de linguagem de grande escala de código aberto. Este marco avança a infraestrutura de IA soberana da Europa e revitaliza o setor de código aberto com f
A estimativa de US$ 6,4 bilhões da Toyota em robótica coloca a IA física em destaque
A Toyota Motor projeta que a implementação da automação em suas instalações de fabricação, subsidiárias e principais fornecedores pode exigir aproximadamente 400.000 robôs e um gasto anual de cerca de 1 trilhão de ienes (US$ 6,4 bilhões) a partir de











