500万参数打平十亿级大模型：百度PaddleOCR超越Tesseract登顶GitHub OCR第一

据 1M AI News 监测，百度飞桨开源 OCR 工具库 PaddleOCR 以 73,300 GitHub 星标超越谷歌维护的老牌 OCR 引擎 Tesseract（73,200），成为 GitHub 上星标最高的 OCR 项目。排名第三的 MinerU 为 57,500 星标。PaddleOCR 于 2020 年开源，支持 100+ 语言，覆盖 160+ 国家和地区。

PaddleOCR 近期密集更新，上周发布的 PP-OCRv5 仅 500 万参数，在标准 OCR 基准上达到与十亿参数级视觉语言大模型相当的精度；PaddleOCR-VL-1.5 在文档解析基准 OmniDocBench v1.5 上以 94.5% 准确率刷新纪录。