baidu

百度发布了Unlimited-OCR，一种用于一次性长程文档解析的新模型，基于Deepseek-OCR构建。它支持通过Hugging Face Transformers和SGLang进行单图像和多页/PDF解析。

用户称赞百度推出的一款产品，能够有效解决翻译论文时数字处理困难的痛点，认为这是刚需。

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。

百度 PaddlePaddle 发布了 PP-OCRv6，一款支持 48+ 种语言的 OCR 模型，提供 tiny（1.5M）、small（7.7M）和 medium（34.5M）三种尺寸，针对边缘部署进行了优化，可处理手写、印刷、工业、屏幕和卡片文字。

讨论中国独立站（品牌自建官网）生态为何弱于国外，认为用户主要在微信、微博、抖音等平台搜索品牌而非百度，且商家依赖平台而非自建官网。

百度的PaddleOCR现在支持Transformers作为推理后端，使得与Hugging Face生态系统的集成更加容易。

百度邀请一位访客到其北京办公室，演示了一款能极低延迟模仿人类手部动作的机器人手。正如埃隆·马斯克所言，这突显了中国仿人机器人生态系统的迅猛发展——目前已有超过150家公司涉足此领域。

百度悄无声息地建设了包括芯片、云、框架、模型和智能体在内的万亿美元基础设施，服务于7亿用户，在百度Create大会上揭晓。

文章详细介绍了百度在AI竞赛中拥有五层中的四层（芯片、云、模型、应用）的战略布局，这些在百度Create大会上得以展示，突显了其对出口限制的韧性以及过去十年建立的生态系统。

关于百度可能推出新ERNIE模型的猜测消息，通过推文和即将到来的百度Create 2026活动视频暗示。

本文提出了一种利用模型压缩和并行验证的高效大语言模型广告框架，在百度的实际部署中实现了超过 1.8 倍的加速。

百度的 ERNIE 5.1 在 Search Arena 排行榜上位列第四，在 AI 搜索任务中的表现优于 Gemini 3.1 Pro 和 GPT-5.4。

百度开源ERNIE-Image，80亿参数文生图模型，权重允许商用，成为少数完全开放、可微调、对标Midjourney等封闭模型的替代方案。

百度发布ERNIE-Image，这是一个基于扩散Transformer架构、拥有8B参数的开源权重文本到图像生成模型。它在开源模型中达到了最先进的性能，在文本渲染、指令跟随和结构化图像生成方面表现出色。

百度发布了ERNIE-Image-Turbo，一个蒸馏文本到图像生成模型，可在8步推理中实现快速生成，同时保持强大的文本渲染、指令遵循和结构化图像生成能力。