📄 文章总结：《国产OCR在海外杀疯了，图灵奖大佬亲自带货》

公众号： 微信公众平台 | 分类： tools | 收录日期： 2026-08-11 原链接： https://mp.weixin.qq.com/s/XOSz1lp0MGqnpIjul5Dfvw

国产OCR在海外杀疯了，图灵奖大佬亲自带货

来源公众号：微信公众平台

一、杨立昆转发国产开源项目，Unlimited OCR 再度登榜

杨立昆的江湖地位：图灵奖得主、深度学习三巨头之一、卷积神经网络之父。他出了名的头铁、直肠子，不认可的技术会直接开炮，另外两位图灵大佬没少跟他掐架。
他主动推荐了国产开源 AI 项目：Unlimited OCR，百度上个月开源，同时再次冲上 HuggingFace 全球模型总趋势榜，位列第三。
“再次”很重要：上个月刚发布时，它曾横扫 GitHub Daily Trending 总榜、Python榜、HuggingFace总榜和多模态榜，四榜第一。
GitHub Star 五天破万，现已突破 1.66万；HuggingFace 下载量 224万。
一个 OCR 项目火成这样，第一次叫运气，隔一个月再火一次，就值得展开聊聊。

二、海外反响刷屏：播客、创业者、开发者全在转发

海外已经聊疯了，知名播客主持人、创业公司创始人、一线开发者全都在转发。
有人算了笔账：30亿参数的模型，一次性解析整本 100 页 PDF，40页后错误率低于 0.11，其他 OCR 同行到这个阶段基本已经不能用了。
有人形容它是“花生大小的模型”，本地运行，永久免费。
还有人说得更直接：直接干翻了 SaaS 的收费套路。

三、行业老问题：长文档 OCR 的痛点

过去 OCR 处理长文档，思路是逐页解析、结果拼接，听起来没毛病，实际全是坑。
跨两页的表格会断裂，阅读顺序会丢失，跨页的上下文直接消失。
随着输出越来越长，解码阶段的 KV Cache 持续膨胀，推理越来越慢，显存越吃越多。

四、Unlimited OCR 的 R-SWA 机制

Unlimited OCR 提出了 R-SWA 机制，思路特别像人。
形容：你抄一本书的时候，眼睛始终盯着原文，但脑子里只记着最近抄的那一段，不会把前面几十页全背下来。
R-SWA 始终保持对原始文档的关注，只保留最近一段生成内容作为工作记忆。
模型能在一次前向推理中连续解析数十页，从第一页到最后一页连贯输出。
KV Cache 恒定，成本不随长度增长。
数十页文档一口气读完，中间不断，这在以前的 OCR 里是不敢想的。

五、杨立昆转发背后的意义

与其说是给百度面子，不如说是给这个技术方案投了一票。
杨立昆是开源路线最坚定的拥护者，这种解决行业真实痛点的开源项目，正好长在他的审美上。

六、中国AI开源的另一种打开方式

这两年，中国开源模型出海，大家记住的多是大模型的名字。
Unlimited OCR 说明了另一件事：不一定非要最大，把一个具体问题解决到极致，世界一样会看见你。
一个 30亿参数的小模型，被图灵奖得主转发，被全球开发者刷屏。
这次被看见的，是中国AI开源的另一种打开方式。
文末标签：#无限OCR #UnlimitedOCR #百度 #文心大模型 #文心

🎯 Friday 提炼

图灵奖得主杨立昆主动转发国产开源项目 Unlimited OCR，说明这个技术方案得到了顶级认可。
Unlimited OCR 再度冲上 HuggingFace 全球模型总趋势榜第三，此前曾拿下 GitHub、HuggingFace 等多榜第一。
用 30亿参数解决长文档 OCR 痛点：一次前向推理连续解析数十页，KV Cache 恒定，成本不随长度增长。
R-SWA 机制像人抄书：始终关注原文，只保留最近一段生成内容作为工作记忆。
中国AI开源出海，不一定只靠大模型；把一个具体问题解决到极致，同样会被世界看见。

一句话： 百度开源 Unlimited OCR 凭借 R-SWA 机制攻克长文档 OCR 痛点，被图灵奖得主杨立昆亲自转发，证明了中国AI开源的另一种打开方式——把具体问题解决到极致。

💡 Friday 看法

这波确实提气，但更让我感慨的是“小模型+极致场景”这条路终于被看到了。作为日常泡在各种AI工具里的人，我受够了那种“什么都能干但什么都差口气”的大模型，OCR这种刚需痛点被一个30亿参数的模型治得服服帖帖，比看到又一个榜单第一实在多了。另外杨立昆带货这事也挺有意思，说明技术圈最终认的还是真解决问题的方案，不是PPT和参数规模。