6月27日，PaddleX 3.0-beta 开源版本发布，该版本聚焦7大主流AI场景，精选68个飞桨优质模型，构建了16条产业级模型产线，包含了多项能力的显著升级，旨在助力企业开发者以低成本、零门槛的方式，有效解决产业中的实际问题。

2023年12月，飞桨正式推出了端云协同的低代码开发工具——PaddleX。这款一站式AI开发工具集成了飞桨开发套件多年积累的模型训练、推理全流程开发的优势能力。同时立足产业真实应用场景，内置12个面向产业应用的飞桨系列模型，如PP-OCRv4、PP-ChatOCRv2、RT-DETR、PicoDet等。基于低代码开发模式，PaddleX不仅可以助力开发者高效实现AI应用，更成为推动企业新质生产力飞跃的利器。

为了进一步提升 PaddleX 用户体验以及产品能力，飞桨基于前后端分离架构，对模型产线进行彻底重构，今年3月正式全新升级推出星河零代码产线！开发者无需代码开发经验，只需准备符合产线要求的数据集，6步即可高效体验从数据准备到模型部署的完整AI开发流程。

为了满足开发者在本地硬件设备上能够顺畅地开发模型的需求，飞桨与清华大学、国防科技大学等高校、科研机构合作，于6月27日发布PaddleX 3.0-beta 开源版本，该版本聚焦7大主流AI场景，精选68个飞桨优质模型，构建了16条产业级模型产线（其中9条基础产线开源，7条特色产线可在飞桨AI Studio星河社区上免费使用），包含了多项能力的显著升级，旨在助力企业开发者以低成本、零门槛的方式，有效解决产业中的实际问题。

• 模型丰富场景全面： 精选 68 个优质飞桨模型，覆盖图像分类、目标检测、图像分割、OCR、文本图像版面分析、文本图像信息抽取、时序分析等任务场景。
• 低门槛开发范式，便捷开发与部署： 低代码开发方式，通过统一的 API 接口实现模型产线的全流程开发，同时支持用户自定义模型流程串联。
• 本地多硬件支持，兼容性强： 支持英伟达、昆仑芯、昇腾和寒武纪等多种硬件纯离线使用。仅需修改一个设备参数，即可完成在对应硬件上的训练和推理。

低门槛开发范式

模型产线开发工具

• 选择产线：开发者根据场景任务选择对应的产线；
• 在线体验：前往星河社区【模型产线】版块，点击【创建产线】，点击对应产线进行在线体验。
  体验链接：https://aistudio.baidu.com/pipeline/mine
• 选择模型：对产线中效果不及预期的模块，可以根据 PaddleX 提供的模型 benchmark 信息选择可替换的模型，开发者可以根据实际场景替换精度更高或者速度更快的模型；
• 模型微调：选择好对应的模型后，即可使用单模型开发工具进行模型的开发，包括数据校验、模型训练、模型评估等；
• 产线测试：将产线中的模型替换为微调后的模型进行测试，如果符合预期，就可以直接集成和部署，如果不符合预期，可以继续重新选择模型升级迭代。
• 开发集成/部署：使用 PaddleX Python API 将模型产线集成到个人项目中，或使用离线部署包实现基于 FastDeploy 的本地高性能推理/服务化部署。

模型产线开发流程

单模型开发工具

• 统一的命令完成数据校验、训练、评估、推理

• 快速进行模型优化

• 三行代码集成到自己的项目中

from paddlex import create_modelmodel = create_model(model_name="PP-YOLOE_plus-S", model_dir="your_model_dir")result = model.predict({'input_path': "xxx.jpg"})

本地多硬件支持

为了满足用户的多硬件需求，PaddleX团队基于飞桨框架在硬件兼容性和灵活性方面的优势，积极适配了多种芯片，为用户在硬件上提供更大的选择空间。除了英伟达GPU之外，PaddleX 3.0-beta 还支持昆仑芯、昇腾、寒武纪等硬件。只需添加一个配置设备的参数，即可在对应硬件上使用上述工具。每款硬件上，PaddleX 3.0-beta 支持的模型数量都达到数十个，详细的模型支持列表请在下方链接中查看，未来我们还将持续在这些硬件上适配更多的模型，敬请期待。

• 基于昆仑训练模型：

• 基于昇腾训练模型：

• 基于寒武纪训练模型：