百度:发布并开源端到端OCR模型,仅5天GitHub Star突破1万
百度开源端到端OCR模型UnlimitedOCR,专为长文档解析设计,总参数三十亿,推理激活参数约五亿七千万。发布次日登顶GitHub每日趋势榜和Python榜,五天Star数超一万,HuggingFace两个榜单同样第一。在OmniDocBenchv1.6基准测试中取得百分之九十三点九二综合成绩,刷新纪录。
百度近期搞了个大动作——正式发布并开源了一款端到端OCR模型,名叫Unlimited OCR。消息一出,模型发布次日就直接登顶GitHub Daily Trending榜和Python榜;仅仅5天,GitHub Star数就飙到1万以上。
不止于此,在HuggingFace全球模型总趋势榜和多模态模型趋势榜上,它也双双拿下第一。GitHub和HuggingFace四个榜单全部登顶,这个成绩确实很亮眼。
Unlimited OCR专门为长文档解析场景设计,总参数规模3B,但推理时激活参数只用了大约570M——属于比较高效的架构。
公开评测结果也很能说明问题:在OmniDocBench v1.6基准测试中,它取得了93.92%的综合成绩,直接刷新了端到端OCR领域的最新纪录。可以说,这次开源给文档解析领域带来了一股实实在在的推力。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具,可集中查看 AirPods、Beats 与苹果设备电量,提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端,通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面,并支持多设备同时连接、高清镜像及会话录制,适合家庭娱乐、课堂教学、会议演示和应用展示。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。
PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件,集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体,




















