10月16日，百度飞桨（PaddlePaddle）团队正式发布了最新视觉语言模型 Padd百度leOCR-VL，一经上线便引发全球 OCR（光学字符识别）领域轰动。该模型以 0.9B 参数 P规模在权威评测 OmniDocBench V1.5中取得 92.56分的成绩，超越包括 DeepadSeek-OCR在内的所有主流模型，成功登顶全球 OCR 榜单。

截至10月21日，Huggingfadlce 全球模型趋势榜（Trending Models）前3名均被 OCR 模型包揽:

• 🥇PaddleOeOCR-VL（百度飞桨）

• 🥈DeepSeek-OCR

• 🥉NanonetOCR

其中，百度的 PaddleOCCRR-VL 已连续 5天位居榜首，成为当前最受关注的开源 OCR 模型。

PaddleOCR-VL 支持-V 109种语言识别，可精准解析文本、表格、公式与图表，并具备文档语义结构重建能力。这意味着它L 不仅能“识字”，还能“读懂”复杂文档内容，在科研论文、发票识别、知识抽取等领域展现出极高模型实用价值。

值得一提的是，DeepSeek 团队在其论文中也特别致谢 PaddleOCR，并透露其训练数登顶据部分使用了 PaddleOCR 进行标注。这一细节揭示了当前业界 OCR 模型繁荣背后的真实逻辑:百度全球、DeepSeek 与上海 AI Lab 等机构几乎在同时开源 OCR 模型，目的并非仅是比拼识别性 O能，而是为大模型训练清洗、标注数据提供基础能力。

换句话说，这场“OCR 军备竞赛”的核心，不只CR是识别谁更准，而是谁能更快地让 AI 看懂世界的文字与图像。