中国团队开源了一个花生大小的 OCR,一次能解析整份 100 页 PDF。
它叫 "Unlimited-OCR",只有 3B 参数,本地就能跑。
其他 OCR 工具都是把文档逐页切开处理,上下文容易丢。这个直接一次性读完整个文档。
→ 单次"长视野"解析(32K 上下文窗口)
→ 开箱即用,支持多语言
→ 标准基准测试 93% 准确率(超基线 6 分)
→ 40 页以上错误率低于 0.11
→ 100% 本地运行
→ 支持 Transformers、vLLM、SGLang、Docker、Ollama、llama.cpp
传统云端 OCR(Textract、Google Vision、Azure)成本是每千页 1.5 到 15 美元。
这个跑在你自己机器上,永久免费。
百度开发它是为了推进 "DeepSeek-OCR"。HuggingFace 上已有 190 万次下载,但多数人还不知道它。
100% 开源。
它叫 "Unlimited-OCR",只有 3B 参数,本地就能跑。
其他 OCR 工具都是把文档逐页切开处理,上下文容易丢。这个直接一次性读完整个文档。
→ 单次"长视野"解析(32K 上下文窗口)
→ 开箱即用,支持多语言
→ 标准基准测试 93% 准确率(超基线 6 分)
→ 40 页以上错误率低于 0.11
→ 100% 本地运行
→ 支持 Transformers、vLLM、SGLang、Docker、Ollama、llama.cpp
传统云端 OCR(Textract、Google Vision、Azure)成本是每千页 1.5 到 15 美元。
这个跑在你自己机器上,永久免费。
百度开发它是为了推进 "DeepSeek-OCR"。HuggingFace 上已有 190 万次下载,但多数人还不知道它。
100% 开源。