来源：堕仙莫小琦 · 📄 原文
1599 字工具发布转述件（2026-10-26 发布、10-27 采集直写入库，配图 0 张）。讲的是百度飞桨团队今年 6 月发布的 PP-OCRv6：按设备能力分三档——tiny 1.5M 跑手机/嵌入式/树莓派、small 7.7M 跑普通电脑、medium 34.5M 管精度优先；官方评测里 medium 档在”定位文字＋输出文字内容”这一 OCR 本职任务上超过 Qwen3-VL-235B 和 GPT-5.5，参数量不到对方的千分之一；对上一代 v5 服务器版检测提升 4.6%、识别提升 5.1%，CPU 推理加速 5.2 倍、Apple M4 上 tiny 加速 6.1 倍、A100 单图 0.13 秒（以上数字全部系发布方自报、本文二手转述）。中文是看家本领：单模型 50 种语言（v5 只有简中、繁中、拼音、英文、日文五种），手写连笔加强，数码管、点阵字符、轮胎印字这类工业场景专项增强；上一代 v5 发过 CVPR 2026 论文（标题按作者转述为”5M 参数模型在 OCR 任务上比肩十亿参数视觉大模型”）。用法三行代码 pip install paddleocr，纯本地推理、图片不上传任何服务器，敏感合同身份证可放心识别，不想装环境的有图形界面版 Umi-OCR。仓库 PaddlePaddle/PaddleOCR 星数 91648（作者 2026-10-25 实测）、Apache-2.0 商用免费。作者自己在”几句实话”一节把三处水分点破：超越大模型只限 OCR 本职、文档理解还得大模型（官方配套 PP-ChatOCR）；节奏放缓——最后提交 9 月 16 日、v3.7.0 之后无新版，装包认准 3.7.0；依赖飞桨框架体积偏大，极致轻量走 ONNX 导出。文末选型口诀一句：要在自己设备上离线识别中文文字，先试它；真不够用了，再考虑大模型。
值不值得深读：当工具书备查，扫一遍即可——但值得留在库里，它是自家产线和站主内网场景的两个现成用处。一，知识库蒸馏线：库里既定规矩是”中文 PDF 先测文字层、方正子集转视觉蒸馏”，视觉蒸馏烧的是 vision 调用；对无文字层的扫描页，可先用 PP-OCRv6 离线铺一层文本再走文本蒸馏，批量可脚本化、成本近零（此为应用侧推演，原文未提，落地前实测）。二，站主内网段：文稿工具内网那一步调不了在线大模型，离线开源 OCR 正是内网可用的取字方案。建卡：事实桶薄卡，不配 RIA 作业卡——全文可执行方法本体止于”三行代码”级安装步骤，凑不出带完成标准与判停点的工序（双卡例外判定见 10-21 利奥 Codex 先例）。增量检查：库内同族为备查型工具事实卡（Vue 主干科普备查、气象距平诊断工具），对象不同无重叠，不重建；无观点对撞，不入
提醒：① 全部性能数字（34.5M/1.5M/7.7M、4.6%/5.1%、5.2 倍/6.1 倍、0.13 秒）系发布方官方评测自报，本文转述未附评测集口径——引用前回 PaddleOCR 仓库 README 或官网核；② “精度超 GPT-5.5”是标题卖点，正文口径限定在”定位＋输出文字”，文档理解不在比较范围——引用带口径，别带标题；③ 91648 星、“最后提交 9 月 16 日、v3.7.0 后无新版”均系作者 2026-10-25 单点实测，会过期，用前重测；④ CVPR 2026 论文与”今年 6 月发布”均转述未回源；⑤ 作者系库内新户（仅一条），号性待观察——写法上是转述官方文档＋“几句实话”自曝限制的诚实体，暂未见带货。
📄 堕仙莫小琦《中文OCR识别，离线开源，精度超GPT-5.5》，微信公众号，2026-10-26 · 原文 · 库内 2026-10-27-中文OCR识别，离线开源，精度超GPT-5.5 · 卡片 卡片/事实/10-27-PP-OCRv6离线中文OCR备查