小白爱摸鱼
@chaozuoye
长 PDF 切成一页页再拼，跨页表格和阅读顺序最容易乱。
百度开源的 Unlimited-OCR 想一次喂多页：大约 30 亿参数、激活更少，论文里在 32K 上下文下一次解析几十页，OmniDocBench 上高于 DeepSeek-OCR 那条基线。
本机跑，权重开源。Transformers、vLLM 能接，社区也在跟 llama.cpp。云 OCR 按页收费，这个把账单换成机器和时间。
100 页能不能一口吞完，看显存和文档密度，仓库没有写成保底。合同、论文可以先在本地过一遍，终稿还是要人看。
项目地址：github.com/baidu/Unlimite…
话题来源 @XAMTO_AI
984K阅读 ❤️14 x.com/…↗ 已改写，非原文转载
22 浏览 0 评论
0 反应
