---
comments: true
hide:
- navigation
- toc
---
PaddleOCR自发布以来凭借学术前沿算法和产业落地实践，受到了产学研各方的喜爱，并被广泛应用于众多知名开源项目，例如：Umi-OCR、OmniParser、MinerU、RAGFlow等，已成为广大开发者心中的开源OCR领域的首选工具。2025年5月20日，飞桨团队发布**PaddleOCR 3.0**，全面适配[飞桨框架3.0](https://github.com/PaddlePaddle/Paddle)正式版，进一步**提升文字识别精度**，支持**多文字类型识别**和**手写体识别**，满足大模型应用对**复杂文档高精度解析**的旺盛需求，结合**文心大模型4.5**显著提升关键信息抽取精度，并新增**对昆仑芯、昇腾等国产硬件**的支持。
2026 年 1 月 29 日，PaddleOCR 开源了先进、高效的文档解析模型 PaddleOCR-VL-1.5。PaddleOCR-VL-1.5 是 PaddleOCR-VL 系列的全新迭代版本。在全面优化 1.0 版本核心能力的基础上，该模型在文档解析权威评测集 OmniDocBench v1.5 上斩获了 94.5% 的高精度，超越了全球的顶尖通用大模型及文档解析专用模型。PaddleOCR-VL-1.5 创新性地支持了文档元素的异形框定位，使得 PaddleOCR-VL-1.5 在扫描、倾斜、弯折、屏幕拍摄及复杂光照等真实落地场景中均表现卓越，实现了全面的 SOTA。此外，模型进一步集成了印章识别与文本检测识别任务，关键指标持续领跑主流模型。
**2026 年 5 月 28 日，PaddleOCR 开源了 PaddleOCR-VL-1.6，作为 PaddleOCR-VL 系列的最新版本。** PaddleOCR-VL-1.6 以 96.3% 精度再次刷新评测集 OmniDocBench v1.6，并在 OmniDocBench v1.5、Real5-OmniDocBench 上同步达到全新 SOTA，文本、公式、表格识别全面领先开源与闭源方案。此外，模型在古籍、生僻字识别上大幅提升，印章、spotting、图表识别等多场景能力也显著增强。PaddleOCR-VL-1.6 在 PaddleOCR-VL-1.5 的基础上进一步升级了 VLM 组件（PaddleOCR-VL-1.6-0.9B），并继续采用 PP-DocLayoutV3 作为版面分析模型；模型结构与 PaddleOCR-VL-1.5 完全一致，支持零成本无缝迁移。
**2026 年 6 月 11 日，PaddleOCR 发布 PP-OCRv6，作为 PP-OCR 系列的最新版本。** PP-OCRv6 基于全新设计的 PPLCNetV4 统一骨干网络，提供 tiny/small/medium 三档模型（1.5M~34.5M 参数）。在精度方面，medium 档相比 PP-OCRv5_server 识别精度提升 5.1%、检测精度提升 4.6%，以仅 34.5M 参数的规模超越 Qwen3-VL-235B、GPT-5.5 等大型视觉语言模型。在多语种方面，单一模型统一支持中文、英文、日文及 46 种拉丁语系共 50 种语言，无需为不同语种切换模型。在场景覆盖方面，PP-OCRv6 大幅提升了数码管、点阵字符、轮胎印字、工业字符等传统 VLM 难以覆盖的专业场景识别能力。在速度方面，PP-OCRv6_medium 在 Intel Xeon CPU OpenVINO 下相比 PP-OCRv5_server 加速 5.2×（1.40s vs 7.30s），tiny 档在纯前端浏览器环境的极低算力下，直接轰出了单图 97ms 的惊人成绩。
您可以在 [PaddleOCR官网](https://www.paddleocr.com) 在线使用或者调用该模型的API。
**PaddleOCR 3.x 核心特色能力：**
- **PaddleOCR-VL - 通过 0.9B 超紧凑视觉语言模型增强多语种文档解析**
**面向文档解析的 SOTA 且资源高效的模型**, 支持 109 种语言，在复杂元素（如文本、表格、公式和图表）识别方面表现出色，同时资源消耗极低。
- **PP-OCRv6 — 全场景多语言文字识别**
**单模型支持 50 种语言**（中、英、日及 46 种拉丁语系），检测精度提升 **4.6%**、识别精度提升 **5.1%**，超越主流视觉语言大模型。medium 档位模型端到端 CPU 推理加速 5.2×，覆盖数码屏/点阵/工业字符等专业场景。三档模型（tiny/small/medium，1.5M~34.5M 参数）满足端侧到服务端全场景部署。
- **PP-StructureV3 — 复杂文档解析**
将复杂PDF和文档图像智能转换为保留**原始结构的Markdown文件和JSON**文件，在公开评测中**领先**众多商业方案。**完美保持文档版式和层次结构**。
- **PP-ChatOCRv4 — 智能信息抽取**
原生集成ERNIE 4.5，从海量文档中**精准提取关键信息**，精度较上一代提升15个百分点。让文档"**听懂**"您的问题并给出准确答案。
> 💡 Tips
>
> PaddleOCR 官网免费 API 调用现已将每日文档解析上限提升至 20,000 页，支持大批量 PDF 文件解析，同时提供 MCP 及 Skills 服务。更多详情请参见 [PaddleOCR 官网](https://www.paddleocr.com)。
PaddleOCR 3.0 除了提供优秀的模型库外，还提供覆盖模型训练、推理和服务化部署等环节的易用工具，方便开发者快速落地 AI 应用。
**此外，PaddleOCR 还提供官方 [Agent Skills](./version3.x/integrations/skills.md)，便于在支持 Skills 的 AI 应用中调用文字识别、文档解析等能力。**
您可直接[快速开始](./quick_start.md)，或查阅完整的 [PaddleOCR 文档](https://paddlepaddle.github.io/PaddleOCR/main/index.html)，或通过 [Github Issues](https://github.com/PaddlePaddle/PaddleOCR/issues) 获取支持，或在 [AIStudio 课程平台](https://aistudio.baidu.com/course/introduce/25207) 探索我们的 OCR 课程。
**特别说明**：PaddleOCR 3.x 引入了多项重要的接口变动，**基于 PaddleOCR 2.x 编写的旧代码很可能无法使用 PaddleOCR 3.x 运行**。请确保您阅读的文档与实际使用的 PaddleOCR 版本匹配。[此文档](./update/upgrade_notes.md) 阐述了升级原因及 PaddleOCR 2.x 到 PaddleOCR 3.x 的主要变更。
## 🔄 快速一览运行效果
### PP-OCRv5
### PP-StructureV3
### PaddleOCR-VL
## 👩👩👧👦 PaddleOCR OCEAN 生态联盟
单点技术的领先只是开始，生态的繁荣才是长期价值所在。为了让 OCR 及文档智能技术更好地服务于全球开发者和产业场景，我们正式发起 PaddleOCR OCEAN 生态联盟。
联盟名称 OCEAN 蕴含五大核心：
* **O**pen Source – 开源为本
* **C**ommunity – 社区驱动
* **E**cosystem – 生态共赢
* **A**pplication – 应用落地
* **N**etwork – 网络互联
**定位**：以开源共建为核心的生态联盟，面向全球OCR及文档智能上下游伙伴，不涉及商业排他、不干预伙伴独立商业选择，聚焦技术共建、社区联动与影响力互换。以开放、共生、共赢为核心理念，汇聚开发者、平台方、应用方，共同推动 OCR 技术的全链条应用与生态繁荣。联盟致力于实现生态全链条应用规模与衍生项目数量的双重提升，让全球开发者与用户共享 OCR 技术发展的红利。
**加入我们：与志同道合者，共赴深水区**
PaddleOCR OCEAN生态联盟面向全球OCR及文档智能上下游伙伴开放。我们深知：**生态的价值不在于数量，而在于质量**。
我们期待这样的伙伴加入：
* **真心认同开源精神**，愿意以开放的心态共建、共享
* **具备持续贡献的意愿与能力**，无论是代码、场景案例还是平台集成
* **愿意与联盟共同成长**，不追求短期流量，而是深耕长期价值
**联盟不是荣誉墙，而是行动者的集结号。**
我们将对每一份申请进行审慎评估，优先邀请那些已经在PaddleOCR生态中有所行动、或具备明确共建规划的伙伴。我们不追求“大而全”，而是希望与真正志同道合的机构和个人，在OCR深水区携手深耕。
如果您符合以上理念，欢迎通过以下方式与我们联系：
* 发送邮件至 [paddleocr@baidu.com](mailto:paddleocr@baidu.com)，简要介绍您与PaddleOCR的合作情况或共建计划
