麻了，OCR模型的单图识别，都卷到97毫秒了。今天刷到一条新闻，给我看懵了，百度文心最近推出的PP-OCRv6，不仅刷新了OCR领域的评测纪录，同时也是全球唯一可在浏览器环境运行的高精度OCR模型，综合性能位居全球榜首。有趣的是，上一个纪录保持者就是PP-OCRv5，这不就是自己卷自己吗。

之前都说，任何品牌走到行业前列，要么失去方向，要么懈怠了，但在模型圈，感觉这些都不存在，行业已经卷的没边了。

文心这次还一次性推出了Tiny、Small、Medium三档模型，覆盖50多种语言，从浏览器、嵌入式硬件到服务器全都能跑。其中，最刷新认知的是，1.5MB的Tiny轻量版，在浏览器本地就能运行，单图识别最快仅仅仅需要97毫秒，图片数据还不用上传云端，这意味着，兼顾了速度的同时，又保证了隐私安全。

目前就有不少开发者认为，作为全球唯一能在浏览器环境稳定高精度运行的OCR，刚好补齐了智能体的视觉识别短板。要知道，在专业识别能力上，PP-OCRv6的文本检测、文本识别两项分数双双超越了上一代，整体表现领先GPT-5.5、Gemini-3.1-Pro等行业主流多模态大模型。

一直以来，很多人认为OCR就是提取文字，其实它真正的价值在于，识别排版、识别表格、纠错、倾斜矫正、结构化数据等等。因为只有更好的读懂图片里的文字，AI才能真正自主处理现实各类文档，脱离单纯对话，走向全流程自主作业。换而言之，文心大模型能在行业占有自己的一席之地，离不开PP-OCR的模型能力。所以，未来AI行业的竞争，将聚焦在OCR模型上？