百度最近悄然推出了一款名为Unlimited OCR的开源模型，这款模型以其仅30亿的总参数和500M的实际激活参数，展现了在文档解析领域的卓越性能。在OmniDocBenchv1.5基准测试中，Unlimited OCR以93.23%的综合得分刷新了端到端OCR的纪录，而在更新的v1.6版本中，更是将这一成绩提升至93.92%，远超参数规模大数十倍的知名模型如Qwen3-VL和Gemini-2.

要说生活里最常见、最便民的AI应用技术，OCR（光学字符识别）当属其中之一。 寻常到日常办理各种业务时的身份证识别，前沿到自动驾驶车辆的路牌识别，都少不了它的加持。 作为一名开发者，各种OCR相关的需求自然也少不了：卡证识别、票据识别、汽车场景 ...

这句话我觉得可能也同样适用在AI领域。 这两天最火的，是两个OCR模型，来自DeepSeek 和 百度。 甚至，在Huggingface的趋势排行榜上， 前四中，有三个都是OCR模型，还有一个是Qwen3 的VL，讲道理都能拿来做OCR了。 X 上刷到有网友甚至评论，这周算得上是OCR的黄金时代。