🔥 Search Hot Tweets

今天被DeepseekOCR刷屏了，但如果真是想落地使用，我依然首选PaddleOCR-VL 前者是DS提出用OCR的方式解决模型上下文压缩效率的问题，确实真让人眼前一亮，但更像一种“以图压文”的技术探索，属于研究性质。 而在企业的落地场景下，Paddle做OCR 要成熟得多。 我是起码7年前做数据分析项目的时候，要录入乱七八糟的纸质数据的时候就接触开始用Paddle，迭代到上周新发的PaddleOCR-VL，对文档和图片解析的能力非常稳定和强大 图转文效果上，DeepSeek-OCR可能仅是在纯文本的场景下能用，更复杂的场景，如报表/合同/学术 PDF 等需要做结构化还原，只有PaddleOCR-VL 才能「稳定」跑出来。 体现在模型跑分上，PaddleOCR-VL 属于SOTA 级别的方案，包括OmniBenchDoc V1.5等多个全球榜单上都是第一 其中，对表格结构理解的Table TEDS 项目Paddle 得分 93.52 而 ds 只有78.02，差了15+分也是有点离谱的 部署上更是无压力。PaddleOCR-VL 仅 0.9B 的参数， 本地甚至 CPU 也能跑（虽然慢点），但企业线上部署没有任何压力 最后，一句话总结： 企业里的 OCR 要求是可核验的逐字逐结构还原：paddleocr-vl 更符合“如实记录”的标准，而 DeepseekOCR 更偏向压缩与重构，在复杂文档中更易引入生成式幻觉。