Unlimited-OCR 一次读完整份 PDF
Shruti_0810 · x · 2026-07-20
中国团队开源了 Unlimited-OCR，一个 30 亿参数的 OCR 模型，主打“一次读完整份文档”。
- 使用 32K 上下文窗口，不再按页切分处理
- 能保留跨页上下文，对表格、引用、长文档更友好
- 在标准 OCR 基准上做到 93%，比基线高约 6 分
- 40 页以上的错误率据称 低于 0.11
- 支持 Transformers、vLLM、Ollama、Docker、llama.cpp 等，本地即可运行
原帖强调，这种做法比很多仍按页处理的企业 OCR 系统更可靠，而且下载后本地使用不需要按页付费。
所属事件:百度开源Unlimited-OCR长文档识别模型(4 条相关)→
「多模态」频道最新
- 用 Astra 计算机视觉操控 Premiere Pro 剪辑，10 个实用玩法 — beechinour · 2026-10-27
- Galaxy S26 纯端侧跑 MiniMax H3：7 分钟生成 5 秒带音频视频 — BidFunny4862 · 2026-10-27
- Krea 推出 Premiere Pro 插件:剪辑时间线内直接生成视频与音效 — lmoroney · 2026-10-27
- Wan2GP 上架 Pinokio：6GB 显存一键跑 AI 视频生成 — cocktailpeanut · 2026-10-27
- WanGP v18.81 支持 Hy-Nomas 世界模型，8GB 显存可用 WASD 探索 — cocktailpeanut · 2026-10-27
- 可编程视频编辑器 Butter 走红:时间线上搭积木做动效模板 — beechinour · 2026-10-27