AI 产品

百度开源无界OCR模型，可一次性识别40页文档

百度开源了名为“无界OCR”（Unlimited-OCR）的OCR模型。该模型拥有30亿参数，但推理时仅激活5亿，可100%本地运行。其核心优势在于能一次性处理完整文档（最高支持40页），通过32K上下文窗口保留跨页的文本、公式、表格和阅读顺序，解决了传统OCR逐页处理导致信息断裂的问题。在标准基准测试中准确率达93%（较基线提升6个百分点），超过40页时错误率仍低于0.11，并支持多语言。模型在Hugging Face上月下载量超212万次，GitHub星标达1.46万。相比之下，亚马逊Textract、谷歌Cloud Vision等云服务通常按页收费，而此模型可免费本地部署。

多来源证据

事件时间线

1. 7月20日 08:30
   Twitter/X AI List
   百度刚开源了一个OCR模型，能一次性读完40页文档。