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
- CapCut 插件即将登陆 ChatGPT,AI 视频创作工作流亮相 — HeyZoyaKhan · 2026-10-27
- Magnific 预告 10 月 28 日上线新功能：「We're making it move」 — cuenca · 2026-10-27
- Midjourney --sref 实测：美式复古风 Batman 插画三连 — gizakdag · 2026-10-27
- AI视频既非电影也非动画，创作者称它最擅长呈现梦境与潜意识 — Kyrannio · 2026-10-27
- 把儿子 31 年前的童言写成歌再喂给 SUNO：一首「大象饮料」儿童合唱 — NathanpmYoung · 2026-10-27
- RTX 3060 本地产 AI MV 播破 20 万:900 张图留 64 张,3 秒切片防崩脸 — Hwang0500 · 2026-10-27