4月25日，百度文心飞桨与OceanBase等企业在深圳举办技术活动，探讨AI Agent的演进及其在企业环境中的应用。专家分享了数据底座、文档资产化与智能硬件的结合。百度飞桨发布PaddleOCR 3.5，提升文档解析能力，助力企业将文档转化为知识资产，推动AI技术在真实场景中的落地。

云知声发布了工业级文档智能基础大模型Unisound U1-OCR，标志着OCR 3.0时代的到来。该模型具备高效部署和强适配能力，支持金融、医疗等行业的复杂文档解析，提升了文档结构理解和阅读顺序恢复能力，解决了传统OCR的局限性，推动行业数字化转型。

PaddleOCR及其社区进行了多项功能和资源更新，包括提升文档解析体验、新增模型、丰富项目和数据集资源。推出了技术实战专栏，帮助开发者解决实际问题。同时，PaddleOCR OCEAN生态联盟成立，促进了社区的生态共建与技术发展。

华中科技大学与小红书hi lab联合开源了dots.mocr，旨在解决传统OCR在复杂文档解析中的不足。该工具能够将文字、图表等视觉元素解析为结构化数据，并转换为可编辑的SVG代码，提升文档理解和自动化处理能力。HyperAI官网已上线相关教程，用户可在线体验。

OpenClaw在开发者中越来越受欢迎，但许多人在使用时遇到问题。星河社区提供免费的CPU云端环境，帮助用户快速部署OpenClaw。文章介绍了如何配置和安装三个核心技能，使OpenClaw从“玩具”转变为“工具”，以解决文档解析和文字识别等实际问题。

01Agent是一款智能内容创作工具，结合PaddleOCR-VL-1.5和ERNIE-5.0，支持高效解析文档和二次创作。用户可上传图片和PDF，系统自动提取结构化信息，提升创作效率。通过识别与编辑图像元素，用户可以灵活修改内容，实现持续生产与复用。

OpenClaw推出了PaddleOCR文档解析技能，支持多种文档格式和语言，自动分析文档结构并输出结构化数据，降低集成成本，提高开发效率。PaddleOCR从独立服务转变为可组合的标准化节点，助力知识库构建和自动化处理。

RAGFlow是一款开源RAG引擎，集成了PaddleOCR-VL-1.5，提升了文档解析能力。新版本增强了复杂文档的结构化转换，支持多边形元素定位和跨页识别，确保高质量的语义切分和引用追溯，提高了文档型RAG的可用性与可信度，助力企业级知识管理。

PaddleOCR与Pathway深度集成，实现实时文档解析。通过PaddleOCRParser，Pathway高效处理动态文档，提供结构化数据，支持实时更新与索引，降低运维成本，提升系统可靠性，满足企业文档数字化需求。

PaddleOCR与Haystack深度集成，提升了文档解析能力，支持复杂文档的结构化处理。PaddleOCR-VL-1.5可直接接入Haystack Pipeline，实现高精度解析，优化RAG和Agent工作流，满足企业级应用需求。此集成简化了文档入库流程，提高了数据可追溯性和检索准确性，推动了AI在文档密集场景中的应用。

PaddleOCR于2025年推出PaddleOCR-VL-1.5，具备94.5%精度，支持异形框定位，提升文本行和印章识别能力。该模型在复杂场景中表现优异，已开源，用户可通过官网和API使用。新版本优化了推理速度，支持多语种和跨页表格合并，旨在提升文档解析的准确性和效率。

本文介绍了七种可本地运行的光学字符识别（OCR）模型，如olmOCR-2、PaddleOCR v5和OCRFlux 3B，能够高效将文档、表格和图形转换为准确的Markdown文本，支持多语言、跨页合并和视频处理，适用于多种文档解析需求。

2025年，PaddleOCR发布了PP-OCRv5和PP-StructureV3等多个重要版本。新模型PaddleOCR-VL在复杂文档解析上达到了全球最高精度，受到广泛关注。官网API服务升级，调用额度提升至每日3000页，并支持在线申请更多额度，优化了用户体验。新增的辅助内容解析功能使用户能灵活控制解析结果，满足不同需求。PaddleOCR致力于为开发者提供可靠的基础能力，推动大模型应用落地。

KnowFlow与百度飞桨PaddleOCR-VL合作，推出新方案，整合企业级知识库与视觉语言模型，提升文档解析与知识构建能力。PaddleOCR-VL在多语言识别和复杂版面解析上表现优异，支持企业处理多类型文档，增强知识库的准确性与可信度，推动智能技术在产业中的应用。

Parsr是AXA开发的开源文档解析工具，支持PDF、图像、DOCX等格式，能够将文档转换为结构化输出（如JSON、Markdown）。它专注于文档清理和层次重建，提取文本、段落、表格和元数据，适用于搜索归档和发票提取等场景，并支持本地和私有环境部署。

PaddleOCR官网上线，集成文档智能解析方案，支持多格式上传与输出。新增博客功能，提升用户互动体验。社区更新了140+数据集，涵盖多领域应用，并推出多项课程与活动，促进AI技术交流与实践。同时，启动星河超级个体Hackathon赛事，鼓励开发者构建可落地产品原型。

文心4.5衍生模型PaddleOCR-VL专为文档解析设计，结合动态分辨率视觉编码器与ERNIE语言模型，具备高效识别能力。用户可通过ERNIEKit工具快速微调模型，优化训练流程，提升效率。该模型支持多语言及复杂文档解析，性能优于现有模型，推动文档数字化进程。

PaddleOCR官网正式上线，提供PaddleOCR-VL等三大文档智能方案，支持多语言文档解析。用户可在线体验OCR技术，支持多种格式上传，识别结果可实时修正并导出，旨在普及AI文档解析工具，助力开发者快速集成与部署。

PaddleOCR-VL在复杂文档解析中表现出色，能够处理多语言文本、表格和公式，确保阅读顺序和结构完整性。其创新的两阶段架构和动态分辨率处理，使其在商业、教育和金融等领域得到广泛应用，提升了文档数字化效率，标志着文档处理技术的进步。