PaddleOCR 3.1版由百度AI团队发布 引入关键MCP功能支持
发布时间：2025-07-08 09:17:01 | 责任编辑：张毅 | 浏览量：17 次
7月7日，百度AI团队宣布PaddleOCR3.1版本正式上线，在多语种识别、复杂文档翻译及大模型连接能力上实现三大升级。新版本支持37种语言的文本识别，平均精度提升超30%，并推出文档翻译产线与MCP服务器功能，助力开发者高效构建AI应用。
针对全球化场景下的多语言需求，PaddleOCR3.1新增PP-OCRv5多语种模型，覆盖法语、西班牙语、俄语等37种语言。通过融合文心4.5多模态大模型的视觉与文本理解能力，模型可自动完成高置信度文本检测与数据标注，解决多语种数据稀缺痛点。实测数据显示，新模型在拉丁语系及东斯拉夫语言场景中的识别准确率提升超30%，例如韩文识别错误率从8.7%降至2.1%，俄文复杂排版文档的解析速度提升2倍。
结合PP-StructureV3文档解析引擎与文心大模型，PaddleOCR3.1推出PP-DocTranslation翻译产线。该工具可智能识别PDF、图片中的表格、公式、手写文字等复杂元素，并转换为Markdown格式后进行多语言翻译。针对法律、医疗等专业领域，系统支持用户上传术语对照表，实现“关键词汇”的精细化翻译。例如，某跨国药企使用该功能后，药品说明书翻译效率提升40%，专业术语一致性达99.2%。
为降低AI应用开发门槛，PaddleOCR3.1推出MCP（Model Context Protocol）服务器功能，支持通过标准化协议将OCR能力无缝接入下游应用。开发者仅需几步即可搭建MCP服务，通过本地Python库、飞桨星河社区或自托管服务调用核心功能，包括图像文字识别、文档版面分析等。
GitHub
PaddleOCR 3.1 版本于 2025 年 6 月 29 日发布，新增了多项功能和优化。其中，关键能力支持了 MCP（Multi-Call Protocol，多调用协议），具体支持内容如下：
MCP 服务器支持
- 支持工具：MCP 服务器支持 OCR 和 PP-StructureV3 两种工具。
- 工作模式：支持本地 Python 库、星河社区云服务、自托管服务三种工作模式。
- 调用方式：支持通过 stdio 调用本地服务，以及通过 Streamable HTTP 调用远程服务。
其他更新
- 多语种识别：新增 PP-OCRv5 多语种文本识别模型，支持法语、西班牙语、葡萄牙语、俄语、韩语等 37 种语言的文字识别，平均精度涨幅超 30%。
- 文档翻译产线：新增基于 PP-StructureV3 和 ERNIE 4.5 Turbo 的文档翻译产线 PP-DocTranslation，支持翻译 Markdown 格式文档、各种复杂版式的 PDF 文档和文档图像。
PaddleOCR 3.1 版本通过支持 MCP，进一步提升了其在多场景下的部署灵活性和易用性，同时在多语种识别和文档处理方面也取得了显著进步。
本网站(https://aigc.izzi.cn)刊载的所有内容，包括文字、图片、音频、视频等均在网上搜集。
访问者可将本网站提供的内容或服务用于个人学习、研究或欣赏，以及其他非商业性或非盈利性用途，但同时应遵守著作权法及其他相关法律的规定，不得侵犯本网站及相关权利人的合法权利。除此以外，将本网站任何内容或服务用于其他用途时，须征得本网站及相关权利人的书面许可，并支付报酬。
本网站内容原作者如不愿意在本网站刊登内容，请及时通知本站，予以删除。
