智东西6月2日报说念，近日，认真发布文心繁衍视觉识别模子PaddleOCR-VL-1.6。

在巨擘文档解析智商评测集OmniDocBench v1.6上，PaddleOCR-VL-1.6总阶梯达到96.33%，荒芜Gemini-3-Pro、GPT-5.2、MinerU-2.5-Pro、GLM-OCR等，笼统性能第一。

在面向确凿复杂场景构建的Real5-OmniDocBench评测中，PaddleOCR-VL-1.6总阶梯达到93.19%，较 Gemini-3-Pro普及近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凿场景下均进展较优。

实测数据标明，NBA篮球投注app官网下载相较于市面主流开源、闭源识别模子，PaddleOCR-VL-1.6在惯例翰墨、数学公式、表格三大基础识别维度笼统进展更优。

针对表格解析、繁体古籍、冷僻用字等高难度识别场景，该模子后果较上一代显著优化，钤记甄别、翰墨定位、图表信息索要等细分任务性能也同步改善，不错适配种种文档数字化落地场景的内容使用条目。

当今，开云官方体育app下载PaddleOCR-VL-1.6已上线PaddleOCR官网，搭救网页端和API调用。同期，模子代码及权重已同步开源至GitHub和Hugging Face。

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智商的迫切部分，搭救超100种说话识别，用户遮蔽170多个国度和地区。

这次发布的PaddleOCR-VL-1.6，基于PaddleOCR-VL-1.5改良通过模子运转的数据构建机制和渐进式考试优化，在保捏0.9B轻量化架构的情况下，模子准确率和复杂场景合适智商进一步普及。

由于两代模子模子结构一致，建设者和企业用户无需进行很是适配，即可平滑迁徙。

频年来，百度先后推出PaddleOCR-VL、PaddleOCR-VL-1.5等多款模子。PaddleOCR的GitHub星数已冲破79.2K，朝上谷歌开源OCR模样Tesseract OCR。