星标超73.7K，百度PaddleOCR成全球最受欢迎OCR项目，击败40年霸主Google Tesseract！|paddleocr|tesseract|百度|知名企业|谷歌

技术的权杖交接，往往发生在不经意间。

整理 | 梦依丹

出品 | CSDN（ID：CSDNnews）

GitHub Star 超过 73.3k，百度 PaddleOCR 正式登顶全球最受欢迎 OCR 项目，超越长达近 40 年的行业绝对标杆——由 Google 维护的 Tesseract OCR。

截止发文， PaddleOCR Star 已超 73.7k

大模型时代的“眼睛”：为什么 OCR 突然变卷了？

在这个大模型满天飞的时代，大家都在卷参数、卷长文本。但我们心里都清楚一个尴尬的现实：如果你的 RAG 系统，连前置丢进去的复杂 PDF 表格都识别得错漏百出，后面的大模型再聪明也是“垃圾进，垃圾出（Garbage in, Garbage out）”。

OCR 就像是大模型的“眼睛”。眼睛如果高度近视，大脑怎么做决策？

正因如此，你会发现一个清晰的现象：从百度、腾讯、阿里到月之暗面、智谱、小红书，甚至国外的 HuggingFace 和 Mistral，国内外巨头与独角兽在 OCR 赛道上迎来了集体爆发。

他们抢的不是“认字能力”，而是抢占通往现实世界的高价值数据入口。

以小博大，5M 参数如何硬刚千亿模型？

PaddleOCR 开源于 2020 年，支持超 100 种语言识别，用户更是覆盖了 160 个国家和地区。

PaddleOCR 能在“百模大战”中脱颖而出，靠的不是盲目堆算力，而是两套“反直觉”的硬核逻辑。在今年的顶级视觉会议CVPR 2026上，其团队连续入选的两篇重磅论文彻底解开了它的秘密：

PP-OCRv5：参数不一定越大越好

在这个言必称“百亿/千亿参数”的时代，飞桨团队反其道而行之。他们通过精细化的“数据工程”（量化分析数据难度与多样性），训出了一个仅有 5M 参数的模型。但就是这个极其袖珍的模型，在手写、多语言等场景下的综合表现，竟然超越了包括 GPT-4o 在内的诸多千亿参数大模型，彻底打破了传统小模型的性能天花板。

论文地址：https://arxiv.org/pdf/2603.24373v1

PaddleOCR-VL：破解“高分辨率计算困境”

处理高清文档时，大模型的视觉 Token 数量会呈二次方爆炸式增长。飞桨团队首创了“由粗到细（Coarse-to-Fine）”架构，先用轻量模块精准定位有效区域，再让核心模型（仅 0.9B 参数）进行处理。这一巧妙设计使其视觉 Token 数量暴降至竞品的 1/3，却在 OmniDocBench V1.5 全球权威榜单上拿下了 94.5% 的 SOTA 成绩，稳居全球综合性能第一。

论文地址：https://arxiv.org/pdf/2603.24326

注：这两篇论文一作崔程将出席「2026 奇点智能技术大会」并现场带来「飞桨PaddleOCR最新技术与产业实践」主题分享

PaddleOCR-VL 在 OmniDocBench v1.5 评测中，以最少的视觉 Token 和参数量实现了 SOTA（全球领先）性能

从“看清”到“做完”：奇点技术大会上的“Agent+OCR”实战

在底层模型登顶之后，接下来的终极命题是：如何将这双极其锐利的“眼睛”，装到能够自动干活的 Agent 身上？

这正是企业数字化转型与 AI 落地的深水区。

在即将于 4 月 17-18 日在上海举办的「2026 奇点智能技术大会」上，我们荣幸邀请到了百度飞桨 PaddleOCR、PaddleX 等套件技术负责人崔程。

崔程不仅参与了飞桨 PP 系列 80 余个核心模型的研发，更是 10 余项国际 AI 竞赛（包括 CVPR/ICCV 等）的金牌得主。在本次大会上，他将带来题为《飞桨 PaddleOCR 最新技术与产业实践》的重磅分享。

这场分享拒绝纸上谈兵，将直接针对企业最痛的“复杂文档解析”场景，交出一份全链路的工程答卷。现场核心看点包括：

OCR 现状与痛点剖析：从一线业务视角，拆解大模型时代在异形框定位（倾斜、弯折文档）与复杂表格理解中的真实挑战；
PaddleOCR 核心技术解码：深入分享支撑 PaddleOCR 登顶的底层算法逻辑与“数据为中心”的优化策略；
PaddleOCR 3.0 重磅升级：全面解读新一代模型与官方 API 的新特性，看它是如何与文心大模型打出“双向赋能”组合拳的；
PaddleOCR + Agent 工具解析：现场演示如何将极致的 OCR 感知能力，深度融合进 Agent 自动化工作流中。从信息抽取到知识库构建，手把手教你打造高效率的复杂文档自动解析引擎。

如果你正在苦恼于大模型的 RAG 数据清洗质量，如果你想知道如何用最低的算力成本搞定最难的金融/医疗文档，这场硬核分享，绝对不容错过。