百度が3BのオープンソースOCRモデルを発表、5日間でスター数が1万を超えた

Baiduは最近、「Unlimited OCR 」と呼ばれる30億パラメータのエンドツーエンドOCRモデルを公開・オープンソース化しました。このモデルは、書籍や論文などの長文文書解析シナリオ向けに特別に設計されています。 公開後、このプロジェクトはGitHubとHuggingFaceの4つのトレンドリストで瞬く間に1位となり、オープンソース化から5日以内にGitHubのスター数が10,000件を突破しました。
技術的には、Unlimited OCRは 推論時に約5億7000万のパラメータを活性化し、Reference Sliding Window Attention(R-SWA)メカニズムを初めて導入しています。 このメカニズムは、従来の「ページごとの解析+結合」という制限を打破し、数十ページを一気に連続して解析することを可能にします。同時に、デコードフェーズにおけるKVキャッシュの規模を一定に保つため、出力長が増加してもメモリ使用量や計算コストが急増することはありません。
OmniDocBench v1.6 ベンチマークテストにおいて、このモデルは 93.92% のスコアを記録し、新記録を樹立しました。 実環境では、その推論速度はDeepSeek OCRよりも約12.7%高速であり、出力長が6000トークンになるとその速度差は35%にまで拡大します。これにより、大量の文書デジタル化や大規模モデルの長期記憶管理に向けた新たなアプローチが提供されます。
関連記事
法的争訟の中でSunoが曲に透かしを入れる
Sunoは、ユーザーがAI生成音楽を作成できるプラットフォームであり、プラットフォームが生成したトラックにラベルを付け、ダウンロードを制限し、不正な複製を抑制するためにコミュニティ基準を更新する新機能を公開した。これらの更新は、Sunoがレコードレーベルやアーティスト団体からの複数の訴訟に直面している時期に実施される。共同創設者兼CEOのMikey Shulmanはブログ記事で、プラットフォームの目標が、より広い層にAI音楽ツールのアクセスを拡大しながら、オリジナルの創作を促進することに重点を
ムスク氏はGrokの構築でユーザーのコードが漏洩したことを認め、すべての履歴データを消去すると約束した。
エロン・マスクは、Grok Buildをめぐるプライバシー問題に直接言及し、まず「True」という単純な回答で事件の存在を確認した。彼は、SpaceXAIに以前アップロードされたすべてのユーザーデータを永久に削除すると約束し、「1バイトも残さない」と述べた。これは、主要なテックリーダーが公に過ちを認め、ユーザーデータを自発的に削除したというAI業界初の事例である。安全研究者による「フィッシング」テストでデータ漏洩の具体的な証拠が明らかになったこの問題は、独立したAIセキュリティ研究者である@
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始
関連特集おすすめ
コメント (1)
0/500

Baiduは最近、「
技術的には、
OmniDocBench v1.6 ベンチマークテストにおいて、このモデルは 93.92% のスコアを記録し、新記録を樹立しました。 実環境では、その推論速度はDeepSeek OCRよりも約12.7%高速であり、出力長が6000トークンになるとその速度差は35%にまで拡大します。これにより、大量の文書デジタル化や大規模モデルの長期記憶管理に向けた新たなアプローチが提供されます。
法的争訟の中でSunoが曲に透かしを入れる
Sunoは、ユーザーがAI生成音楽を作成できるプラットフォームであり、プラットフォームが生成したトラックにラベルを付け、ダウンロードを制限し、不正な複製を抑制するためにコミュニティ基準を更新する新機能を公開した。これらの更新は、Sunoがレコードレーベルやアーティスト団体からの複数の訴訟に直面している時期に実施される。共同創設者兼CEOのMikey Shulmanはブログ記事で、プラットフォームの目標が、より広い層にAI音楽ツールのアクセスを拡大しながら、オリジナルの創作を促進することに重点を
ムスク氏はGrokの構築でユーザーのコードが漏洩したことを認め、すべての履歴データを消去すると約束した。
エロン・マスクは、Grok Buildをめぐるプライバシー問題に直接言及し、まず「True」という単純な回答で事件の存在を確認した。彼は、SpaceXAIに以前アップロードされたすべてのユーザーデータを永久に削除すると約束し、「1バイトも残さない」と述べた。これは、主要なテックリーダーが公に過ちを認め、ユーザーデータを自発的に削除したというAI業界初の事例である。安全研究者による「フィッシング」テストでデータ漏洩の具体的な証拠が明らかになったこの問題は、独立したAIセキュリティ研究者である@
米国の株式市場が歴史的なマイルストーンに到達、AIと航空宇宙の巨人が1兆ドル規模のデビューに向けて準備を進める
エロン・マスク、サム・アルトマン、ダリオ・アモダイというテクノロジー業界の三巨頭が、それぞれの事業で初公開株式発行(IPO)に向けて進んでいる。スペースX、OpenAI、Anthropicという業界の巨人3社が1兆ドル規模の企業価値に近づき、上場準備を進める中、2026年は米国史上、新規株式発行が最も重要な年となる見込みだ。この歴史的な資金増強は世界の金融の注目を集めており、公的市場がこのような規模の資金を吸収する能力に対する重要なストレステストとなっている。これらの主要な資金調達が一斉に開始





家






