Max For AI (@MaxForAI) “刚才吃了个瓜，关于百度刚开源的Unlimited-OCR模型🤣 昨天看到他们发了这个模型，然后” — TopicDigg
Max For AI
@MaxForAI
本科辍学创业，没啥好看的，也就发点AI相关的内容🫡
Head of growth @lobehub（79K🌟）
Prev @listenhub @Sapient_Int
同名小红书4万粉丝，公众号01Founder（长文首发）
观点仅代表个人
更多请访问网站⬇️（欢迎DM
加入 September 2023
2.2K 正在关注 16K 粉丝
刚才吃了个瓜，关于百度刚开源的Unlimited-OCR模型🤣
昨天看到他们发了这个模型，然后技术群里说跑分很强！？
于是我去看了一下技术报告，不对吧哥们？？
这端到端解析的技术路线看着也太眼熟了吧，怎么跟之前DeepSeek-OCR一脉相承🤔
在OmniDocBench v1.6榜单上，它的综合得分达到了93.92%。
直接反超了之前DeepSeek-OCR的87%。
更核心的优势在长文本的生成速度上，以前的模型生成越长速度越慢，但它到了6000 token的时候。速度比DeepSeek快了整整35%😧
而且还能保持7800+的TPS不掉速。
看到这些，再看看这个端到端解析的技术路线，很难不让人联想到今年春节前后的一波人才流动啊.....
当时曾在某家大厂里主导了GOT-OCR2.0和后续在DeepSeek负责DS-OCR系列的核心大牛离职。
各家一时间都在抢人🤣
而现在百度交出了Unlimited-OCR这份答卷，而且技术路线一脉相承，懂的都懂🫡
只能说这波真的挖对了，目前百度还是OCR最严厉的父亲😂
目前这个模型的代码和权重都已经用MIT协议开源了，感兴趣的家人们可以去跑一下试试。
显示更多
Unlimited-OCR 🔥New OCR from @PaddlePaddle
It can parse hundreds of pages in a single pass while maintaining stable speed.
The key idea is R-SWA (Reference Sliding Window Attention), which keeps KV cache constant during decoding.
🏆 93% on OmniDocBench
📈 +6% over DeepSeek-OCR
显示更多
