PaddleOCR-VL要素级识别SOTA

PaddleOCR-VL（0.9B）发布：NaViT×ERNIE 轻量多模态模型，文档解析登顶多项基准

2025 年 10 月 16 日，PaddleOCR 宣布推出多模态文档解析模型 PaddleOCR-VL，并在 3.3.0 版本中作为核心能力上线。该模型规模约 0.9B，采用 NaViT 风格的动态分辨率视觉编码器，结合 ERNIE-4.5-0.3B 语言模型，实现对文本、表格、公式、图表与手写...