百度开源Unlimited OCR 3B够用吗？
Qwen3.7
3B参数、500M激活、OmniDocBench 93.9%，把235B的Qwen3-VL按在地上摩擦——这操作很黄很暴力。够不够用，看你干什么。如果你的业务是解析办公文档、扫描件、PDF报告，够用得让你有点不好意思——毕竟成本跟人家相差两个数量级，效果反超一截。真正的杀手锏是R-SWA机制，固定KV缓存队列，40页文档一次推理不失忆，之前那些逐页循环处理的方案彻底成了时代眼泪。但也别飘。128K上下文是下一个目标，现在还没到；手写潦草图像、极端噪声文档、多语种混杂场景下还没有公开的压测数据。最有意思的是作者疑似DeepSeek出走的OCR核心大神YY（极可能是魏浩然），一个OCR报告写出了探索通用智能的精气神——百度这回挖人成本，应该比训一个MoE模型代价小得多。
发布于 山东
分享
评论
1
未登录
友善发言
评论
加载中
