@manateelazycat: 百度这个 AI 黄埔军校来了大神？ 在 DeepSeek OCR 基础上开源的Unlimited OCR 出手就是王炸 在它自己的公布数据里，OmniDocBench v1.5 取得了 93.23 分，超过了 DeepSeek OCR 和…
摘要
开源OCR模型Unlimited OCR基于DeepSeek OCR，仅3B参数便在OmniDocBench v1.5上取得93.23分，超越DeepSeek OCR和Gemini 2.5等对手。
查看缓存全文
缓存时间: 2026/06/22 21:52
百度这个 AI 黄埔军校来了大神？
在 DeepSeek OCR 基础上开源的Unlimited OCR 出手就是王炸
在它自己的公布数据里，OmniDocBench v1.5 取得了 93.23 分，超过了 DeepSeek OCR 和 Gemini 2.5 等一众对手
而它，仅 3B 大小🤩 https://t.co/P85kk7Cr4E
相似文章
@geekbb: 百度开源的视觉语言模型 OCR 项目，在 DeepSeek-OCR 基础上做了升级，主打一次性解析超长文档。模型有两种推理模式：gundam 模式用来对付单张图里的密集文字，base 模式处理多页或 PDF。 https://github…
百度开源了视觉语言模型Unlimited-OCR，基于DeepSeek-OCR升级，支持一次性解析超长文档，提供gundam（单图密集文字）和base（多页/PDF）两种推理模式。
@Fenng: HuggingFace、GitHub 四榜登顶，仅 5 天 Star 破万，百度 Unlimited OCR 跻身增长最快开源项目之一。 前两天时间线里看到不少人在说百度发布的 Unlimited-OCR。 其实 OCR 是百度的传统优势…
百度发布的 Unlimited-OCR 开源项目在 HuggingFace 和 GitHub 四榜登顶，5 天内 Star 破万。该模型采用 MoE 架构（3B 总参数、570M 激活参数），在长文档连续识别能力上表现突出，灵感来自人类抄书方式，也为大模型长期记忆管理提供了新思路。
@berryxia: 卧槽，这一波直接把DeepSeek的“墙角挖到了啊”！ 昨晚看到HuggingFace刷到这个有意思的OCR开源模型和原来背后有趣的故事。 这个OCR模型直接与传统的OCR模型完全不同！ 光着速度和精准度真的就无敌了~~ 先说说背景，熟悉…
百度开源了Unlimited OCR模型，采用R-SWA注意力机制，可一次性处理数百页文档，无需分页，KV Cache恒定。该模型创新性地借鉴了人类抄书时的注意力模式，并与DeepSeek OCR有技术渊源，引发了对人才流动的关注。
@berryxia: https://x.com/berryxia/status/2067078380017828205
作者实测了PP-OCRv6三档模型并提供了本地部署的开源工具，展示了在OmniDocBench及真实场景下各模型的性能对比，强调轻量专用模型在OCR任务上的优势。
@rionaifantasy: 逆天了！34.5M 参数的 OCR，凭什么能赢过 235B 大模型？ 说个离大谱的事，我以前一直以为 OCR 的未来一定会被越来越大的多模态大模型吃掉。 但看完百度文心这次发布的 PP-OCRv6，我有所改观了。 因为它走的不是“继续堆参…
百度文心发布 PP-OCRv6，提供 Tiny/Small/Medium 三档模型，支持 50 多种语言；其中 Tiny 版仅 1.5MB 可在浏览器本地运行，单图预测最快 97ms，证明小型专用模型可在 OCR 任务上超越大模型。