🛠 OpenBMB и Baidu выпустили открытые OCR-модели
OpenBMB собрала первый специализированный набор MiniCPM-OCR: модель на 1,3B параметров распознаёт текст, таблицы, формулы и печати. MiniCPM-OCR-Jev (2B) оценивает корректность распознавания, в том числе от чужих парсеров. Baidu выпустила Unlimited-OCR 2 (~3B, MIT): SR-SWA почти не наращивает память и задержку с ростом документа — шаги до 7 раз быстрее полного внимания.
🌍 Модель-судья удешевляет контроль качества: надёжные фрагменты принимаются автоматически, сомнительные уходят на ручную проверку. SR-SWA делает разовый парсинг сотен страниц экономически выгодным.
👤 Всё открыто: MiniCPM-OCR — в BF16/GGUF/AWQ/GPTQ под vLLM, SGLang, llama.cpp и Ollama, Unlimited-OCR 2 — под MIT с кодом и демо. Перед коммерческим внедрением проверьте лицензию MiniCPM-OCR.
Источник 1: https://huggingface.co/collections/openbmb/minicpm-ocr Источник 2: https://github.com/baidu/Unlimited-OCR