百度AI團隊近期正式推出了PaddleOCR3.1版本，這一新版本在多語種識別、復雜文檔處理以及大模型連接方面實現了顯著升級。新版本PaddleOCR3.1支持多達37種語言的文本識別，其識別精度相較于之前版本有了超過30%的提升。
為了滿足全球化場景下的多語言需求，PaddleOCR3.1引入了全新的PP-OCRv5多語種模型。這一模型不僅涵蓋了法語、西班牙語、俄語等多種語言，還借助文心4.5多模態大模型的視覺與文本理解能力，實現了高置信度的文本檢測與數據標注。特別是在拉丁語系和東斯拉夫語言場景中，新模型的識別準確率有了大幅提升，例如韓文識別的錯誤率從8.7%顯著降低到了2.1%，俄文復雜排版文檔的解析速度也提升了兩倍。
PaddleOCR3.1還推出了PP-DocTranslation翻譯產線，這一工具結合了PP-StructureV3文檔解析引擎與文心大模型的能力，能夠智能識別PDF、圖片中的復雜元素，如表格、公式、手寫文字等，并將其轉換為Markdown格式后進行多語言翻譯。對于法律、醫療等專業領域，用戶還可以上傳術語對照表，實現專業術語的精準翻譯。據悉，某跨國藥企在使用該功能后，藥品說明書的翻譯效率提高了40%，專業術語的一致性也達到了99.2%。
為了降低AI應用開發的門檻，PaddleOCR3.1還特別推出了MCP（Model Context Protocol）服務器功能。通過標準化的協議，開發者可以輕松地將OCR能力無縫接入到下游應用中。搭建MCP服務的過程也非常簡便，開發者只需幾步操作，就可以通過本地Python庫、飛槳星河社區或自托管服務來調用包括圖像文字識別、文檔版面分析在內的核心功能。
感興趣的用戶可以訪問PaddleOCR的開源地址：https://github.com/PaddlePaddle/PaddleOCR，了解更多詳情并進行下載使用。
