百度开源 Unlimited-OCR:3B 参数一次读完 100 页 PDF,OmniDocBench 93%
udmrzn · x · 2026-11-23
百度开源了 Unlimited-OCR,一个仅 3B 参数的 OCR 模型,主打「一次性长文本解析」:传统 OCR 工具把文档按页切割、丢失上下文,它用 32K 上下文窗口一口气读完整份长文档。
关键信息:
- OmniDocBench v1.5 得分 93%,比 DeepSeek-OCR 基线高 6 个点;40 页以上编辑距离仍低于 0.11
- 多语言支持,100% 本地运行,兼容 Transformers、vLLM、SGLang 和 Docker
- 对比云端 OCR(Textract、Google Vision、Azure Document Intelligence)每千页约 $1.5–15 的成本,本地运行等于免费
- MIT 协议,GitHub 已 32k star,Hugging Face 下载数百万
- Unlimited OCR 2 已上线百度智能云(TextMind),论文已发 arXiv
「模型」频道最新
- Inkling-2-Mini 单卡本地跑出 KernelBench-Mega 10.04x,超越多家旗舰 — ziqiao_ma · 2026-11-23
- 改词典 10 个词就能「切除」模型拒绝:Vocab Surgery 拒答率归零 — morgymcg · 2026-11-23
- 风险学者批 OpenAI:基准数据披露手法「 sneaky 且不诚实」 — davidmanheim · 2026-11-23
- 研究者批 OpenAI 晒困惑度数据系「阴招」:逼 Anthropic 接不公平对比 — davidmanheim · 2026-11-23
- Thinking Machines 发布 Inkling 2 Small:AA 智能指数得分 31 — _Hao_Zhu · 2026-11-23
- 曝 OpenAI 内部 loss ladder:0.68-0.7 区间将现何种能力未知 — tallmetommy · 2026-11-23