百度开源Unlimited-OCR，可一次性处理40页文档。

RT @VaibhavSisinty: 百度刚刚开源了一个OCR模型，可以一次性读取整个40页的文档。它叫做Unlimited-OCR。30亿参数，但推理时仅激活5亿参数。100%在本地机器上运行。为什么重要：传统OCR工具逐页切割文档，跨页表格会断裂，阅读顺序丢失，跨页上下文消失。Unlimited-OCR一次性处理整个文档，32K上下文窗口，文本、公式、表格、阅读顺序跨页保留。输出为干净的Markdown格式。→标准基准测试93%准确率，比基线高6个百分点。→错误率在40页后仍低于0.11。→开箱即支持多语言。→上个月Hugging Face下载量212万，GitHub星标14600。作为对比：Amazon Textract、Google Cloud Vision和Azure Document Intelligence都按页收费，这个免费本地运行。