精选理由
PaddleOCR 把 v6 的部署数据拉得很细，A100 0.13 秒、M4 0.35 秒，还有三种尺寸选，想在生产环境搭 OCR 的直接抄作业。
PaddleOCR 发布 PP-OCRv6 系列，提供 Tiny、Small、Medium 三种尺寸，分别适配移动端、CPU 文档系统和高并发 API。在 A100 GPU 上单张推理仅需 0.13 秒，Intel CPU 上相比 v5 提速 3.9 至 5.2 倍，Apple M4 配合 ONNX Runtime 可达到 0.35 秒。官方强调轻量架构与高质量训练数据比单纯扩大参数规模更实用。
原文 · berryxia
PaddleOCR的PP-OCRv6又扔了一波硬核部署数据。 他们在A100上做到0.13秒一张图…
PaddleOCR的PP-OCRv6又扔了一波硬核部署数据。
他们在A100上做到0.13秒一张图，在Intel CPU上比PP-OCRv5快3.9倍到5.2倍。
Apple M4上用ONNX Runtime也能跑到0.35秒一张。
还提供了Tiny、Small、Medium三种尺寸，分别对应移动端、CPU文档系统和高并发API的不同场景。
最有意思的是他们最后总结的那句话：在专用OCR任务上，轻量架构 + 高质量训练数据，往往比单纯堆参数更实用。
这其实是把当前大模型“暴力scaling”的思路，在垂直领域做了一次反向验证。
从v5到v6，PaddleOCR在精度、速度、多语言和工程部署上持续迭代，这次把部署侧的数据拉得这么细。
等于把“怎么在真实生产环境里用好OCR”这件事讲透了。