百度AI团队近期正式推出了PaddleOCR3.1版本，这一新版本在多语种识别、复杂文档处理以及大模型连接方面实现了显著升级。新版本PaddleOCR3.1支持多达37种语言的文本识别，其识别精度相较于之前版本有了超过30%的提升。
为了满足全球化场景下的多语言需求，PaddleOCR3.1引入了全新的PP-OCRv5多语种模型。这一模型不仅涵盖了法语、西班牙语、俄语等多种语言，还借助文心4.5多模态大模型的视觉与文本理解能力，实现了高置信度的文本检测与数据标注。特别是在拉丁语系和东斯拉夫语言场景中，新模型的识别准确率有了大幅提升，例如韩文识别的错误率从8.7%显著降低到了2.1%，俄文复杂排版文档的解析速度也提升了两倍。
PaddleOCR3.1还推出了PP-DocTranslation翻译产线，这一工具结合了PP-StructureV3文档解析引擎与文心大模型的能力，能够智能识别PDF、图片中的复杂元素，如表格、公式、手写文字等，并将其转换为Markdown格式后进行多语言翻译。对于法律、医疗等专业领域，用户还可以上传术语对照表，实现专业术语的精准翻译。据悉，某跨国药企在使用该功能后，药品说明书的翻译效率提高了40%，专业术语的一致性也达到了99.2%。
为了降低AI应用开发的门槛，PaddleOCR3.1还特别推出了MCP（Model Context Protocol）服务器功能。通过标准化的协议，开发者可以轻松地将OCR能力无缝接入到下游应用中。搭建MCP服务的过程也非常简便，开发者只需几步操作，就可以通过本地Python库、飞桨星河社区或自托管服务来调用包括图像文字识别、文档版面分析在内的核心功能。
感兴趣的用户可以访问PaddleOCR的开源地址：https://github.com/PaddlePaddle/PaddleOCR，了解更多详情并进行下载使用。
