بايدو تطلق نموذج PP-OCRv5 للقراءة الدقيقة للنصوص متعددة اللغات على الفور

أعلنت شركة بايدو عن إطلاق نموذجها الجديد للتعرف الضوئي على الحروف PP-OCRv5، وهو نموذج خفيف الوزن مصمم لقراءة النصوص بدقة عالية، ويأتي بعد إصدار النموذج العميق Ernie X1.1.

ويتيح هذا النموذج معالجة النصوص على الأجهزة العادية دون الحاجة إلى موارد حوسبة ضخمة، ويعتمد على كفاءة عالية وحجم صغير مقارنة بالنماذج العملاقة.

نموذج فعال

تم تصميم PP-OCRv5 لمعالجة القيود التي تواجه النماذج العملاقة في قراءة النصوص المنظمة بدقة، ويعمل النموذج على مرحلتين: تحديد موقع النص داخل الصورة أولًا، ثم قراءة محتوى النص بدقة.

ويتيح هذا الأسلوب رسم مربعات دقيقة حول النصوص، ما يجعل استخراج البيانات من المستندات وتحليل النماذج أسرع وأكثر دقة، ويعزز موثوقية النتائج في تطبيقات الأعمال والبحث العلمي.

كفاءة وسرعة

يحتوي النموذج على 0.07 مليار معلمة فقط، وهو حجم صغير جدًا مقارنة بالنماذج الكبيرة الأخرى، وعند اختباره على معالج Intel Xeon، سجل قدرة على معالجة أكثر من 370 حرفًا في الثانية، ما يعني أنه يمكن تشغيله على أجهزة الحواسيب المكتبية وحتى الأجهزة الطرفية دون الحاجة لمزارع خوادم ضخمة، ويجعل هذا النموذج خيارًا مثاليًا للشركات والمؤسسات التي تحتاج إلى أداء سريع وموثوق مع موارد محدودة.

أداء متعدد اللغات

أثبت PP-OCRv5 تفوقه عند مقارنته مباشرة مع نماذج مثل GPT-4o و Gemini 2.5 Pro و Qwen2.5-VL، حيث تعامل مع النصوص المطبوعة والمكتوبة بخط اليد بفعالية، ويغطي أكثر من 40 لغة تشمل الصينية المبسطة والتقليدية، اليابانية، العربية، والإنجليزية، ما يجعله مناسبًا للاستخدام العالمي في التطبيقات التعليمية، المكتبية، والتجارية، ويتيح للشركات معالجة المستندات متعددة اللغات بسهولة ودقة.

متاح على Hugging Face

أتاحت بايدو نموذج PP-OCRv5 عبر منصة Hugging Face لجميع المطورين والشركات، مما يسهل دمجه في التطبيقات المختلفة دون الحاجة لبنية تحتية ضخمة، ويجعل من الممكن استخدام النموذج في تحليل المستندات، قراءة الفواتير، أرشفة البيانات، وأتمتة العمليات المكتبية بشكل فعال، ويؤكد إطلاقه قدرة بايدو على تقديم حلول ذكاء اصطناعي متقدمة تتفوق على النماذج التقليدية الكبيرة.