开源小模型Unlimited-OCR可解析百页PDF · 话题榜 · TwKit

@wanerfu

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。