PaddleOCR是百度開發的OCR模型。2026年3月，其在GitHub上的星標數突破7.33萬，關注度超過Tesseract OCR。其新一代文檔解析模型PaddleOCR-VL-1.5於2026年1月在OmniDocBench V1.5榜單中取得SOTA成績。PaddleOCR支持覆蓋110餘種語言的識別，並能對圖文混排、表格結構、公式符號等複雜文檔元素進行解析與結構化輸出，其異形框定位技術可處理傾斜、彎折等非規整文檔。其輕量化版本PP-OCRv5的相關研究成果入選了CVPR 2026。
基本介紹
- 軟體名稱：PaddleOCR
- 開發商：百度
- 軟體授權：Apache 2.0
- 軟體版本：3.1
- 上線時間：2020年
- 最近更新時間：2026年1月29日
研發背景,發展歷程,核心技術,運營模式,核心團隊,重要事件,
研發背景
PaddleOCR是百度基於飛槳（PaddlePaddle）深度學習框架開發的產業級OCR開發套件，於2020年誕生，是深度學習時代下原生基於深度學習技術構建的模型。PaddleOCR基於文心大模型訓練而成，二者形成了雙向賦能的關係。PaddleOCR能夠提取文檔中的文字、表格、公式等內容，為大模型提供數據；而文心大模型在視覺理解、跨模態融合上的進展，也套用於對複雜文檔的理解，並反饋至PaddleOCR的疊代中。2023年後，大模型的發展為OCR領域帶來變化，文心大模型的疊代也為PaddleOCR帶來了能力提升。
PaddleOCR的建設思路從用戶需求出發，依託飛槳核心框架，復現前沿算法並研發適用於產業落地的PP系列模型，提供從數據準備、模型訓練、壓縮到推理部署的全流程工具鏈。截至2026年初，PaddleOCR已在國際開源社區GitHub上獲得超過7.33萬星標，成為該平台星標數最高的OCR項目。PaddleOCR OCEAN生態聯盟也正式成立，面向核心開源貢獻者、深度企業用戶及全球平台夥伴開放。
發展歷程
2020年，PaddleOCR誕生，是基於深度學習技術構建的OCR模型。2024年8月，發布PaddleOCR 2.8版本，引入了SVTRv2、SLANet-LCNetV2等算法方案，並最佳化了項目結構。2025年5月，發布PaddleOCR 3.0，包含PP-OCRv5、PP-StructureV3等。2025年7月，發布PaddleOCR 3.1，新增PP-OCRv5多語種模型和PP-DocTranslation文檔翻譯產線。2025年10月，百度發布並開源自研多模態文檔解析模型PaddleOCR-VL。
2026年1月29日，百度發布並開源新一代文檔解析模型PaddleOCR-VL-1.5，該模型在OmniDocBench V1.5榜單中取得較好成績。同年3月，百度文心衍生模型PaddleOCR在GitHub上的Star數達到73.3K，超過Tesseract OCR的73.2K。此外，PaddleOCR團隊的兩篇研究成果（PP-OCRv5、PaddleOCR-VL架構）被CVPR 2026收錄。
核心技術
PaddleOCR作為百度文心大模型的衍生模型，其技術特點主要體現在與文心大模型的雙向賦能、一系列在效率和精度方面最佳化的模型架構以及針對複雜文檔的解析能力上。PaddleOCR基於文心大模型訓練而成，能夠以高精度文本提取能力為大模型提供數據；同時，文心大模型在視覺理解與跨模態融合上的進展也促進了PaddleOCR的改進，使其從文本識別工具發展為文檔理解系統。
PP-OCR系列模型體現了PaddleOCR在輕量化與高精度方面的技術最佳化。PP-OCRv5模型採用“數據為中心”的系統化最佳化策略，以較小的參數量（5M）在手寫、多語言等場景下表現出色。
PaddleOCR-VL系列模型採用“由粗到細”的架構，通過輕量級有效區域聚焦模組定位文檔關鍵區域，再由核心模型處理，以提高處理效率和精度。該系列模型在全球權威文檔解析評測榜單OmniDocBench V1.5上多次取得優異表現。同時，PaddleOCR-VL-1.5實現了“異形框定位”能力，能夠識別並解析傾斜、彎折、拍照畸變等非規則形態的文檔。
PaddleOCR支持覆蓋110餘種語言的文字識別，並能夠解析圖文混排、表格結構、公式符號等複雜文檔元素，輸出結構化數據，便於從圖像輸入到後續數據處理的銜接。
運營模式
PaddleOCR採用Apache 2.0開源協定，允許企業免費用於商業項目。PaddleOCR擁有活躍的開源社區，貢獻者超過500人，來自32個國家，定期發布新版本並修復問題，還通過技術直播、挑戰賽等方式運營社區。
商業模式上，PaddleOCR提供“免費基礎版+增值服務”的模式，包括完全開源的社區版、提供SLA保障和專屬技術支持的企業版，以及按節點收費的私有化部署方案。
通過PaddleOCR OCEAN生態聯盟，與Hugging Face、Dify、RAGFlow、Cherry Studio、Milvus等平台夥伴及企業用戶、硬體廠商合作，共同推動OCR技術在更廣泛場景中的套用落地。模型和工具在GitHub、Hugging Face等開源平台發布，供全球開發者使用。
核心團隊
PaddleOCR由百度飛槳（PaddlePaddle）團隊研發和維護，是文心大模型生態的重要組成部分。
PaddleOCR相關技術負責人認為，目前超過80%的信息仍以書籍、契約、表格等傳統文本形式呈現，OCR扮演著關鍵的數據“挖掘機”角色。CVPR 2026，PaddleOCR團隊有兩篇研究成果成功被收錄。
重要事件
2026年3月31日至4月2日期間，PaddleOCR在開源社區GitHub上的星標數突破7.33萬，超越了谷歌旗下開源OCR產品Tesseract OCR，成為GitHub上星標數較多的OCR項目之一。2026年3月至4月，PaddleOCR宣布成立OCEAN生態聯盟，面向核心開源貢獻者、企業用戶及全球平台夥伴開放。
2026年1月29日，百度發布並開源新一代文檔解析模型PaddleOCR-VL-1.5。該模型在OmniDocBench V1.5榜單中的整體精度達到94.5%，並實現“異形框定位”能力，可識別傾斜、彎折等非規則文檔形態。
2025年10月，百度發布並開源多模態文檔解析模型PaddleOCR-VL。該模型發布後登上HuggingFace、ModelScope等平台趨勢榜，並在OmniDocBench V1.5榜單上綜合性能表現突出。
2026年，PaddleOCR團隊關於PP-OCRv5和PaddleOCR-VL的兩篇研究成果被國際頂級計算機視覺會議CVPR 2026接收。
