近日，百度在海外官方账号介绍了最新轻量级文字识别模型PP-OCRv5，该模型仅0.07B参数，但在多项文字识别（OCR）场景测试中，识别精度堪与市面上部分7B参数大模型相媲美。据百度发布的信息显示，飞桨团队发布的技术博客已连续一周登顶“抱抱脸”（Hugging Face）博客热度榜首，受到开发者社区的广泛关注。

PP-OCRv5技术博客受关注。截图自Hugging Face

  ?

该博客指出，在OCR场景中，通用视觉大模型（VLM）在精确文本定位和边框精度上仍面临挑战，同时容易带来高计算开销和“幻觉”输出。相较于VLM，PP-OCRv5采用了模块化双阶段检测与识别方案，能够实现轻量高效推理与更精准的文本边界框输出。

测评数据显示，PP-OCRv5在中文识别（打印）、英文识别（打印）、英文识别（手写） 等核心任务上表现出色；在中文识别（手写） 、中文拼音识别等复杂场景中，能表现出强泛化能力。

据了解，作为百度飞桨团队推出的全场景文字识别模型，PP-OCRv5是业界首个单模型支持5种文字类型的超轻量级（<100M）开源模型，且支持复杂手写体识别，可广泛应用于教育行业的试卷作业批改、医疗行业的病历数字化、法律行业的合同笔录数字化等多场景业务需求。

据百度介绍，2025年5月，飞桨团队推出PaddleOCR 3.0，其特色方案能力包括文字识别、通用文档解析以及智能文档理解。自2020年开源以来，PaddleOCR累计下载量超900万，被数千个开源项目直接或间接使用，是GitHub 社区中唯一一个星标（Star）数量超过50k的中国OCR项目。