PaddleOCR-VL

PaddleOCR-VL

读取文档图像并返回其中的文字，是参数不到十亿的视觉语言模型。适合在自己的机器上用 PaddleOCR 解析中英文文档的人。

由 PaddlePaddle 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：PaddleOCR-VL 是 PaddlePaddle 推出的紧凑视觉语言模型，把文档图像转成文字。它有约 9.59 亿参数，基于 ERNIE-4.5-0.3B-Paddle。它的标题把自己描述为面向多语言文档解析的模型。

适合谁：需要从扫描件、页面照片和其他文档图像里取出文字，并且想在本地完成的人。

Industry | Who uses it | How they use it | Example
办公 | 行政人员 | 把扫描的页面变成可编辑的文字 | 把一叠纸质表格数字化
开发 | 开发者 | 通过 PaddleOCR 给应用加上文档阅读功能 | 在文档工具里解析上传的页面
研究 | 学生和研究人员 | 从论文和书页里提取文字 | 读取一章英文或中文的扫描件

如果你的文档本来就是数字文本，可以跳过它。

用在哪里：

• 你自己的电脑，用 Python 在 Windows、macOS 或 Linux 上运行
• 基于 PaddleOCR 库搭建的程序

Use case | Who | What they get back
文档解析 | 开发者 | 从页面图像读出的文字
扫描件数字化 | 办公团队 | 来自扫描纸张的文字
双语文档 | 学生 | 来自英文和中文页面的文字

如何设置：

• 带 pip 的 Python
• BF16 权重约 1.9 GB 磁盘空间，4-bit 约 479 MB（估算值）
• PaddleOCR 库，这个模型就是为它准备的

1. 安装 Hugging Face hub 工具。
2. 下载模型文件。
3. 按模型卡里的 PaddleOCR 步骤加载并运行它们。

pip install -U huggingface_hub
hf download PaddlePaddle/PaddleOCR-VL

如何使用：你给模型一张文档图像，它返回读到的文字。这里看到的模型卡部分没有给出运行命令，所以请查看完整的模型卡，了解具体的调用方式。

示例：你把它指向一份报告的扫描页。它读取这一页，把文字交还给你，你可以再搜索或编辑。

新手与专家：如果你是新手，先用一张清晰的扫描件试试，并用眼睛对照输出和原页。这个模型很小，普通电脑就能放得下。

如果你是专家，这是一个 959M 参数的视觉语言模型，建立在 0.3B 的 ERNIE 基础之上。这个规模是用一点识别精度换低内存占用和快速启动，适合批量处理文档。

你载入一张页面图像
视觉部分读取版面
语言部分写出文字
你得到这一页的文字

注意事项：Hugging Face 记录列出的语言是英文和中文。

• License: Apache 2.0，与 Hugging Face 记录一致。
• Cost to run: 下载的副本没有提到需要 API 密钥或账号。你需要自备电脑。
• Data it reaches: 下载会访问 Hugging Face。这里的模型卡没有说明它会自己访问你的文件或网络。
• Not for: 这里的模型卡没有列出禁止的用途。它面向文档阅读，不是用来聊天的。

Hugging Face 上的数据（2026年11月13日）

• 任务：image text to text
• 框架：PaddleOCR
• 参数量：959M
• Weights: about 1.9 GB in BF16; about 479 MB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：12,780
• 点赞：1,685
• 许可证：apache-2.0
• 语言：en, zh
• 基于：baidu/ERNIE-4.5-0.3B-Paddle
• Quantized versions: 9
• Fine-tunes: 7
• 标签：paddleocr, safetensors, paddleocr_vl, ernie4.5, paddlepaddle, image-to-text, document-parse, layout, table, formula, chart, image-text-to-text

链接

• 模型：https://huggingface.co/PaddlePaddle/PaddleOCR-VL
• 文件：https://huggingface.co/PaddlePaddle/PaddleOCR-VL/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download PaddlePaddle/PaddleOCR-VL

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。