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。
Figma 是面向产品团队的界面与原型设计平台,Mac 客户端支持 Intel 和 Apple 芯片,可直接调用本机字体。它将矢量绘制、自动布局、组件库、交互原型、评论及多人实时编辑集中在统一工作区。
Final Cut Pro 是 Apple 面向 Mac 用户推出的专业视频剪辑软件,提供磁性时间线、媒体资源库、多机位剪辑、字幕生成、对象跟踪、调色、音频处理和多格式输出等工具。软件针对 Apple 芯片优化。
FreeCAD是一款免费开源的三维参数化建模软件,可通过草图、约束和特征历史构建尺寸精确且便于修改的模型。软件提供零件设计、装配、工程制图、建筑信息模型、有限元分析、数控加工及三维打印等工作台,并支持插件、宏和Python脚本扩展。
Photoshop 2026 是 Adobe 推出的专业图像处理与视觉设计软件,支持 Windows、macOS 和 iPad 等平台,广泛应用于摄影修图、电商设计、平面海报、数字绘画及视觉合成等创作场景。
Blender 是一款免费开源、跨平台的专业 3D 创作软件,集建模、动画、渲染、视频编辑与视觉合成等功能于一体,广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎,并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统,安装包轻巧、运行流畅,依托活跃的全球开发者社区持续更新,是从初学者到专业创作者都值得选择的正版 3D 创作工具。














