百度文心大模型孵化的PaddleOCR近日创下里程碑，以73.3K GitHub Star数超越谷歌Tesseract OCR，成为全球最受欢迎的OCR开源项目。

Tesseract OCR作为OCR领域的技术标杆，自1985年由惠普实验室研发以来，已持续迭代近四十年。2005年开源后由Google维护，长期占据GitHub OCR项目榜首。此次PaddleOCR的超越，不仅标志着新一代技术体系的崛起，更是中国开源项目在大模型驱动下首次在该领域超越谷歌主导的产品。

基于文心大模型训练的PaddleOCR展现出强大的多模态能力，支持超100种语言识别，服务范围覆盖160个国家和地区。其最新成果PaddleOCR-VL-1.5文档解析模型，于1月29日在OmniDocBench V1.5榜单中取得全球SOTA成绩。

大模型技术正深刻重塑OCR赛道发展格局。Star History数据显示，PaddleOCR自2024年起在GitHub上呈现爆发式增长。2025年以来，各大厂商加速布局OCR领域，DeepseekOCR、HunyuanOCR、GLM OCR等竞品相继面世。

PaddleOCR近期还进行了多项服务升级：官网免费解析页数翻倍至每日2万页，新增OpenClaw调用接口提供高精度PDF解析服务。同时成立的OCEAN生态联盟，汇聚了Hugging Face、Dify等全球合作伙伴，共同推进OCR技术在各领域的应用落地。

从技术突破到生态建设，PaddleOCR的快速发展为中国开源项目树立了新标杆，展现出AI技术创新与应用落地的无限可能。