
百度開源 Unlimited OCR 超長文件一次解析
OCR 領域迎來百度的大手筆:Unlimited-OCR 以 MIT 授權開源,自我定位是開創「OCR-3.0 時代」,從長文件解析走向「無限長度」解析,模型已放上 Hugging Face 並附 arXiv 論文。項目現有逾 2.9 萬顆星,並獲 trendshift 每日熱門徽章。
PROJECT 特點
- Repo:baidu/Unlimited-OCR ★29,482|MIT|Python(2026-10-29 API 實測)
- 2026-06-18 建立;百度官方項目
- 口號:Pioneering the OCR-3.0 Era,主打 one-shot 長程文件解析
- 兩代模型(Unlimited-OCR/Unlimited-OCR-2)均已上 Hugging Face
- 附 arXiv 技術報告(2606.23050),第二代模型另附 PDF 技術文件
- 10-27 發布 MarathonDocBench 超長文件解析新基準;10-28 宣布支援 ms-swift 訓練
從「長」到「無限長」的解析野心
官方口號「Pioneering the OCR-3.0 Era: From Long- to Unlimited-Horizon Parsing」點出方向:由長文件解析邁向無限長度解析,主打 one-shot 處理超長文件。百度同步釋出的配套相當完整:兩代模型權重放上 Hugging Face,附 arXiv 技術報告與第二代 PDF 技術文件,10 月 27 日發布專為超長文件解析而設的 MarathonDocBench 基準,10 月 28 日宣布 ms-swift 社群支援第二代模型訓練。
配套與部署
超長文件解析面向:repo 歸屬 baidu 官方組織,MIT 授權,配套完整。
來源:GitHub:baidu/Unlimited-OCR 模型:Hugging Face
(開版為AI生成配圖,只供參考會意)
