Lar
Baidu lança modelo de OCR de código aberto com 3 bilhões de parâmetros, ultrapassando 10 mil estrelas em cinco dias

A Baidu lançou recentemente e disponibilizou como código aberto um modelo de OCR de ponta a ponta com 3 bilhões de parâmetros, chamado Unlimited OCR , projetado especificamente para cenários de análise de documentos longos, como livros e artigos acadêmicos. Após seu lançamento, o projeto rapidamente alcançou o topo de quatro listas de tendências no GitHub e no HuggingFace e, em cinco dias após ter sido disponibilizado como código aberto, ultrapassou 10.000 estrelas no GitHub.
Tecnicamente, o Unlimited OCR ativa aproximadamente 570 milhões de parâmetros durante a inferência e introduz, pela primeira vez, o mecanismo Reference Sliding Window Attention (R-SWA). Esse mecanismo rompe com a limitação tradicional de “análise página a página + união”, permitindo a análise contínua de dezenas de páginas de uma só vez; ao mesmo tempo, mantém o cache KV na fase de decodificação em uma escala constante, de modo que o uso de memória e os custos computacionais não aumentam mais com o aumento do comprimento da saída.
No teste de benchmark OmniDocBench v1.6, o modelo estabeleceu um novo recorde com uma pontuação de 93,92%. Em cenários reais, sua velocidade de inferência é cerca de 12,7% mais rápida do que a do DeepSeek OCR, e a vantagem de velocidade aumenta para 35% com um comprimento de saída de 6.000 tokens, oferecendo uma nova abordagem para a digitalização em massa de documentos e o gerenciamento de memória de longo prazo de modelos de grande porte.
Artigo relacionado
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
O Google testa o Agente Remy AI para o Gemini, à medida que o foco se desloca para o controle do usuário
De acordo com o Business Insider, o Google está testando o Remy, um novo agente pessoal de IA para o Gemini. Esta ferramenta tem como objetivo executar tarefas em nome dos usuários, simplificando tanto os fluxos de trabalho profissionais quanto as ro
Como corrigir as Core Web Vitals para melhorar o ranqueamento de SEO
Simplifique os Comentários do Boletim Escolar com Ferramentas de IAIntroduçãoFerramentas de IA para Gerar Comentários do Boletim EscolarMagic SchoolAlmanac AIChat GPTUsando o Magic School para Gerar Comentários do Boletim EscolarFazendo login n
Recomendações de tópicos especiais relacionados
Comentários (1)

A Baidu lançou recentemente e disponibilizou como código aberto um modelo de OCR de ponta a ponta com 3 bilhões de parâmetros, chamado
Tecnicamente,
No teste de benchmark OmniDocBench v1.6, o modelo estabeleceu um novo recorde com uma pontuação de 93,92%. Em cenários reais, sua velocidade de inferência é cerca de 12,7% mais rápida do que a do DeepSeek OCR, e a vantagem de velocidade aumenta para 35% com um comprimento de saída de 6.000 tokens, oferecendo uma nova abordagem para a digitalização em massa de documentos e o gerenciamento de memória de longo prazo de modelos de grande porte.
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
Como corrigir as Core Web Vitals para melhorar o ranqueamento de SEO
Simplifique os Comentários do Boletim Escolar com Ferramentas de IAIntroduçãoFerramentas de IA para Gerar Comentários do Boletim EscolarMagic SchoolAlmanac AIChat GPTUsando o Magic School para Gerar Comentários do Boletim EscolarFazendo login n











