最近硅谷这些企业真是搞得火热老黄联名推动开源今天又搞联名信呼吁控制AI发展。感觉从k3发布之后这些段子都没消停过。打开抱抱脸的趋势榜k3已经冲到了第一。2.8T的参数部署起来得个两千万成本吧大佬们是真有实力。百度的unlimited-ocr发布一个来月了到现在还能排在第二名也是不简单。很多朋友可能都没听说过这个模型但最近确实还挺火经常能刷到早上还看到杨立昆转帖了。话说回来 ocr这个词听起来真的很老了这几年随着模型越来越牛逼对输入的语料内容越来越鲁棒了。上一次它给我留下深刻印象还是前AI时代在微信截图可以直接把图片上的文字复制出来当时是真觉得科技牛逼。遇到模型照旧小小测试一下。百度最近几年的paddleocr一直表现都挺好的可能比monkey-ocr、dots.ocr更好用。那为啥又折腾了一个unlimited-ocr呢看了下readme这个版本的核心发力点是无限。大模型的生成的越长上下文累计的越长所以之前ocr的模型都需要分页解析。 但unlimited-ocr可以直接把几十页的文档丢进去一次性吐出来解析结果。在hf上可以直接免费测试 原地把kimi k3的报告扔进去了47页pdf。就是免费的spaces有点慢 差不多30s一页。 一页大概1000tokens左右 实际就3b 自己部署应该很快cpu都能跑的程度。ocr的解析从结果来看除了不需要分页解析省事。 最大优势是各种排版都保留。下图这个表格里边的图片是占了3行在最右边一列。 如果是普通的python解析早没了这些信息。这种端到端不需要啥预处理后处理的ocr模型确实省事用起来方便多了。 可能都不需要mineru这类壳子了现在国产模型口碑越来越好了。不管是大模型还是小模型在抱抱脸、x上很受欢迎。反倒是A/ 给自己折腾的在中英文社区的口碑一落千丈。(dario写2000字小作文的时候内心可能在想开源是不可能开源的。 我能蒸馏你们的你们不能蒸馏我的。你的是我的我的还是我的。)昨天商务部还有个发言也特牛近200家美国初创企业敦促美国政府不要切断对中国开源模型的访问。哦对了。 那个ocr模型我还做了之前业务上的变态手写体识别似乎不管是fable还是百度这个新模型或者kimi k3试遍了也没法100%识别对。也许当字写得丑的时候找啥ocr也不管用。但毕竟200多万人下载了感兴趣的朋友绝对可以本地部署玩玩。学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】