以下是英文文章的中文翻译，已按照要求保留原文结构、代码块、技术术语，并忽略无关文本，输出为 Markdown 格式。
PaddlePaddle PaddleOCR
全球领先的OCR工具包与文档AI引擎 English | 简体中文 | 繁體中文 | 日本語 | 한국어 | Français | Русский | Español | العربية
PaddleOCR 将 PDF 文档和图像转换为结构化的、可直接用于 LLM 的数据（JSON/Markdown），具有行业领先的准确率。凭借 70k+ 星标，并被 Dify、RAGFlow、Cherry Studio 等顶级项目信赖，PaddleOCR 是构建智能 RAG 和 Agentic 应用的基石。
🚀 核心特性
📄 智能文档解析（LLM-Ready）
将杂乱的视觉内容转换为适用于 LLM 时代的结构化数据。
- SOTA 文档 VLM：搭载 PaddleOCR-VL-1.6（0.9B），业界领先的轻量级文档解析视觉语言模型。在 OmniDocBench v1.6 上达到 96.3% 的准确率，在文本、公式和表格识别方面领先，并在古籍、生僻字、印章和图表方面展现出显著增强的能力，支持 Markdown 和 JSON 格式的结构化输出。
- 结构感知转换：由 PP-StructureV3 驱动，可将复杂的 PDF 和图像无缝转换为 Markdown 或 JSON。与 PaddleOCR-VL 系列模型不同，它提供更细粒度的坐标信息，包括表格单元格坐标、文本坐标等。
- 生产级效率：以超小体积实现商业级准确率。在公开基准测试中超越众多闭源解决方案，同时在边缘/云端部署中保持资源高效。
🔍 通用文本识别（场景 OCR）
全球高速、多语言文本识别的黄金标准。
- 支持 100+ 语言：原生识别覆盖庞大的全球语言库。我们的 PP-OCRv5 单模型方案优雅地处理多语言混合文档（中文、英文、日文、拼音等）。
- 复杂元素掌控：除标准文本识别外，我们还支持广泛环境下的自然场景文本识别，包括身份证、街景、书籍和工业组件。
- 性能飞跃：PP-OCRv5 相比前代版本准确率提升 13%，同时保持了 PaddleOCR 著名的“极致效率”。
- 无缝集成：AI Agent 生态系统的首选——与 Dify、RAGFlow、Pathway 和 Cherry Studio 深度集成。
- LLM 数据飞轮：完整的流水线用于构建高质量数据集，为大语言模型微调提供可持续的“数据引擎”。
- 一键部署：支持多种硬件后端（NVIDIA GPU、Intel CPU、昆仑芯 XPU 以及多种 AI 加速器）。
🛠️ 开发者优先的生态系统
📣 近期更新
🔥 2026.05.28：发布 PaddleOCR 3.6.0
- PaddleOCR-VL-1.6 亮点：
- 新的 SOTA 准确率：在 OmniDocBench v1.6 上达到 96.3% 以上，同时在 OmniDocBench v1.5 和 Real5-OmniDocBench 上也创下新的 SOTA，在文本、公式和表格识别方面领先于开源和商业解决方案。
- 全面能力升级：在表格、古籍和生僻字识别方面显著提升，并在多场景下的印章识别、文本定位和图表理解方面有显著增强。
- 无缝迁移：模型架构与 PaddleOCR-VL-1.5 完全一致，实现零成本适配——替换即可使用。
- 立即尝试：可在 HuggingFace 或我们的官方网站获取。
🔥 2026.04.21：发布 PaddleOCR 3.5.0
- 灵活的推理后端：在 Paddle 静态图、Paddle 动态图或 Transformers 之间无缝切换。PaddleOCR 现已与 Hugging Face 生态系统深度集成，20 个主要模型支持 Transformers 作为推理后端。
- Office 文档转 Markdown：将 Word、Excel 和 PowerPoint 等常见文档格式转换为 Markdown。
- 解析结果导出为 DOCX：PaddleOCR-VL 系列、PP-StructureV3 和 PP-DocTranslation 现在支持将解析结果导出为 DOCX，方便在 Microsoft Word 中查看和编辑。
- 官方浏览器推理 SDK：发布 PaddleOCR.js，官方浏览器推理 SDK，支持直接在浏览器中运行 PP-OCRv5。
🔥 2026.01.29：发布 PaddleOCR 3.4.0
- PaddleOCR-VL-1.5（SOTA 0.9B VLM）：我们最新的旗舰文档解析模型现已上线！
- OmniDocBench 上 94.5% 准确率：超越顶级通用大模型和专用文档解析器。
- 真实世界鲁棒性：首次引入 PP-DocLayoutV3 算法用于不规则形状定位，掌握 5 种困难场景：倾斜、扭曲、扫描、光照和屏幕拍摄。
- 能力扩展：现在支持印章识别、文本定位，并扩展至 111 种语言（包括中国的藏文和孟加拉文）。
- 长文档掌控：支持自动跨页表格合并和层级标题识别。
- 立即尝试：可在 HuggingFace 或我们的官方网站获取。
🔥 2025.10.16：发布 PaddleOCR 3.3.0
- 发布 PaddleOCR-VL：
- 模型介绍：PaddleOCR-VL 是一个专为文档解析设计的 SOTA 且资源高效的模型。其核心组件是 PaddleOCR-VL-0.9B，一个紧凑而强大的视觉语言模型（VLM），它将 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型相结合，实现精确的元素识别。该创新模型高效支持 109 种语言，并在识别复杂元素（如文本、表格、公式和图表）方面表现出色，同时保持极低的资源消耗。通过在广泛使用的公开基准和内部基准上的全面评估，PaddleOCR-VL 在页面级文档解析和元素级识别方面均达到 SOTA 性能。它显著优于现有解决方案，与顶级 VLM 相比具有很强的竞争力，并提供快速的推理速度。这些优势使其非常适合在实际场景中部署。该模型已在 HuggingFace 上发布，欢迎大家下载使用！更多介绍信息请参见 PaddleOCR-VL。
- 核心特性：紧凑而强大的 VLM 架构：我们提出了一种新颖的 v