整个Hugging Face的趋势版里，前4有3个OCR，甚至Qwen3-VL-8B也能干OCR的活，说一句全员OCR真的不过分。然后在我上一篇讲DeepSeek-OCR文章的评论区里，有很多朋友都在把DeepSeek-OCR跟PaddleOCR-VL做对比，也有很多人都在问，能不能再解读一下百度那个OCR模型（也就是PaddleOCR-VL）。
国庆不放假，国内AI厂商都在干嘛？百度：卷！
百度登顶全球第一！最新模型「PaddleOCR-VL」以0.9B参数量，在全球权威榜单OmniDocBench V1.5中以92.6分夺得综合性能第一，横扫文本识别、公式识别、表格理解与阅读顺序四项SOTA。
还在用Sora2做恶搞视频或表情包玩儿？快醒醒，国内AI视频玩家已实现弯道超车了—— 开卷实时流式生成！
百度杀入 AI 视频生成赛道后，就一直加班加点卷个不停。 7 月初，百度第一次正式官宣蒸汽机 1.0 模型，以极致指令遵循能力惊艳亮相；8 月底，百度又发布全球首个中文音视频一体化模型百度蒸汽机 2.0，实现生成视频中人物口型、表情、动作的毫秒级同步。
今天，百度智能云千帆正式推出全新视觉理解模型——Qianfan-VL，并全面开源！该系列包含3B、8B和70B三个尺寸版本，是面向企业级多模态应用场景，进行了深度优化的视觉理解大模型。
让人熬到头秃的毕业论文有救了！ 刚刚，在第12届AI Day开放日上，百度学术官宣全面“AI重构”—— 它将从我们熟悉的查文献、找引用格式的
刚刚，百度深度思考模型升级上线了！
今天发布的是文心大模型 X1.1 深度思考模型，它是百度在 4 月份发布的旗舰模型 X1 的升级版，发布即上线，所有人都可以免费体验。同时该模型通过百度智能云千帆平台向企业客户与开发者开放使用。
今年是人工智能正式被提出七十周年，新智元十周年峰会也将于9月7日在北京中关村软件园举行，主题是「新天终启，万象智生」。此次峰会将发布《2025新智元ASI前沿趋势报告》，大会集结百度CTO、NVIDIA副总裁等十位领航者，以「十人十题」解构AI五阶段路线图，纵贯大模型、Physical AI、具身智能到医疗AI、视频AI、脑科学、AI Agent与人才培养，定义下个十年智能图景。
