百度发布新一代文字识别 AI 模型 PP-OCRv5：仅 0.07B，部分测试超 GPT-4o

百度于 9 月 10 日在 Hugging Face 发布新一代文字识别解决方案 PP-OCRv5。 百度介绍称，PP-OCRv5 是一个为缓解大型视觉语言模型（VLMs）局限性而设计的专用 OCR 模型，它提供了一种高效、准确且轻量级的解决方案。 PP-OCRv5 通过保持模块化、两阶段的流程，专门针对高速、精确的文本检测和识别，解决了大型 VLMs 的精确文本定位和边界框精度局限性问题。