最近上手百度刚开源的 Unlimited OCR 3B，聊聊真实落地感受。3B 总参数、仅 500M 激活，靠 R-SWA【算法】，支持 32K 上下文，能一次性解析 40 页文档不失忆。实测在 OmniDocBench 上达 93.92%，超过很多大几十 B 的多模态模型。【深度学习】架构优化 +【推理优化】加持，长文档速度比 DeepSeek OCR 快 35%。日常合同、论文、报表识别够用，表格、公式还原度高。但极限场景有短板：手写潦草、低画质扫描件易出错；超 40 页后细节略丢；复杂版式适配一般。
发布于 上海
2
评论
赞
未登录
友善发言
评论
加载中
