PaddlePaddle
PulseAugur coverage of PaddlePaddle — every cluster mentioning PaddlePaddle across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
PaddlePaddle 发布支持 50 种语言的 OCR 模型 PP-OCRv6
PaddlePaddle 发布了 PP-OCRv6，这是一个能够处理 50 种语言的光学字符识别模型。该模型提供从 150 万到 3450 万的参数量，支持可扩展性。此次发布可在 Hugging Face 上获取，为各种应用提供了其功能。
-
Hugging Face 发布新的 OCR 和 3D 运动模型，以及 AI 网站克隆器
Hugging Face 发布了两个新的开源多模态模型：PP-OCRv6 支持 50 种语言的高级 OCR，MolmoMotion 支持语言引导的 3D 运动预测。这些模型旨在易于访问，PP-OCRv6 提供适用于消费级 GPU 和嵌入式设备的版本，MolmoMotion 可实现对 3D 环境的直观控制。此外，一个热门的 GitHub 模板允许开发人员使用可配置的 AI 编码代理来克隆网站，用于本地开发。
-
PaddleOCR 在 Hugging Face 上发布支持 50 种语言的 PP-OCRv6
PaddleOCR 已在 Hugging Face 上发布了 PP-OCRv6，这是一套更新的通用 OCR 模型。新一代模型提高了文本检测和识别的准确性，模型参数量从 150 万到 3450 万不等。小型和中型模型支持包括中文、英文和日文在内的 50 种语言，旨在为多语言 OCR 任务提供统一的解决方案。PP-OCRv6 专注于以高效的模型尺寸提供准确、结构化的文本输出，适用于各种部署场景。
-
中文解析器DeepDoc、MinerU在日本RAG表现上出现交叉
对两个中文开源文档解析器DeepDoc和MinerU在日本RAG系统中的比较分析显示，基于所使用的检索方法，它们的性能出现了交叉。DeepDoc在使用BM25检索时表现出更优异的结果，而MinerU在使用密集检索时表现出色。这表明最佳解析器的选择取决于具体的检索策略，而不是某一个解析器普遍更好。
-
PaddleOCR发布PP-OCRv6模型，OCR性能超越大型语言模型
PaddleOCR发布了PP-OCRv6，一套新的轻量级OCR模型，采用统一的MetaFormer风格构建块。PP-OCRv6_medium模型拥有1550万个参数，与前代相比提高了检测和识别准确性。这种新架构设计用于可扩展性，提供从服务器到边缘部署的层级，并支持48种语言，据报道在OCR任务上超越了Qwen3 VL 235B、GPT-5.5和Gemini-3.1-Pro等大型模型。
-
开源 AI 工具支持在消费级 GPU 上进行本地推理
三款新的开源 AI 工具正在使先进的应用程序能够在消费级硬件上运行。NousResearch 发布了 Hermes Agent，这是一款专为本地执行和持续学习设计的自适应 AI 代理。PaddlePaddle 的 PaddleOCR 为本地 LLM 提供了轻量级、多模态的文档结构化数据转换解决方案。此外，一个名为 open-notebook 的开源项目提供了一个可自托管的、由 AI 驱动的笔记本，用于灵活的知识管理。
-
PaddleOCR-VL-1.6 在文档解析领域创下新的SOTA记录
PaddlePaddle 发布了 PaddleOCR-VL-1.6，这是一款先进的文档解析模型，在包括 OmniDocBench v1.6 在内的多个基准测试中达到了最先进的准确率，得分为 96.33%。新版本采用了一个区域感知数据优化框架和一个渐进式训练后策略，以提高性能，特别是在识别表格、古籍和罕见字符方面。该模型架构与其前身 PaddleOCR-VL-1.5 保持兼容，便于集成。
-
Safetensors 库经安全审计，将成为机器学习模型的默认格式
由 Hugging Face 与 EleutherAI 和 Stability AI 合作开发的 safetensors 库已通过 Trail of Bits 的安全审计，确认其安全性。此次审计使这些组织能够朝着使 safetensors 成为保存和加载机器学习模型的默认格式迈进，取代 PyTorch 使用的不太安全的 pickle 格式。该库具有加载速度更快和延迟加载等优势，现在将在 transformers 库中默认安装。