近日，百度通过其海外官方账号发布了最新的轻量级文字识别模型pp-ocrv5。该模型仅含0.07b参数，以千分之一的参数规模实现了与拥有700亿参数的大模型相媲美的ocr精度表现。在多项ocr任务测试中，pp-ocrv5的表现优于gpt-4o、qwen2.5-vl-72b等通用视觉大模型。目前，飞桨团队发布的相关技术博客已连续七天位居hugging face博客热度榜榜首，引发开发者社区广泛关注。
☞☞☞☞点击夸克AI手把手教你，操作像呼吸一样简单！☜☜☜☜☜
据悉，2025年5月，飞桨团队正式推出PaddleOCR 3.0版本，构建了三大核心能力：文字识别方案PP-OCRv5、通用文档解析方案PP-StructureV3，以及原生兼容文心大模型4.5的智能文档理解工具PP-ChatOCRv4。自2020年开源以来，PaddleOCR累计下载量已突破900万次，被超过5,900个开源项目直接或间接引用，成为GitHub上唯一一个Star数超过5万的中国OCR开源项目。
9月18日晚间，PaddleOCR项目成功登上GitHub全球trending总榜，位列Python分类第5名，全类别排名第13位。
据技术博客介绍，在OCR应用场景下，尽管通用视觉大模型（VLM）具备一定图文理解能力，但在精确文本定位和边界框生成方面仍存在不足，且常伴随高计算成本和“幻觉”问题。相比之下，PP-OCRv5采用模块化双阶段检测与识别架构，能够在保持极低资源消耗的同时，输出更精准的文本边框，实现高效推理。
基准测试结果显示，PP-OCRv5在印刷体中文、英文以及手写英文等关键任务上的识别精度与Qwen2.5-VL-72B这类百亿参数级大模型相当甚至更优；而在手写中文、中文拼音等复杂场景中也始终保持领先水平，展现出强大的泛化能力。
作为百度飞桨团队推出的全场景文字识别解决方案，PP-OCRv5是业内首个单模型支持五种文字类型的超轻量级（
