Full text · 原文
1,871 字
中国AI开源模型持续引发全球开发者关注，创新成果正在集中涌现。7月27日晚，月之暗面正式开源 Kimi K3 完整模型权重，随即登上国际开源AI模型社区Hugging Face总趋势榜第一，紧随其后的则是多日位列榜首的百度开源模型 Unlimited OCR，两者包揽了Hugging Face榜单前二，堪称中国模型“开源双子星”。<br>
模型登顶本身并不稀缺，但Kimi K3 和 Unlimited OCR 在极短时间内制造了两个现象级爆款：Kimi K3 发布后，几十分钟内迅速登顶 Hugging Face 趋势榜，刷新平台的增长纪录。Unlimited OCR 更为罕见，5天内GitHub Star突破 1 万，首发即登顶 GitHub Daily Trending 总榜和Python 榜，HuggingFace 全球模型总趋势榜和多模态模型趋势榜，实现 GitHub、HuggingFace 四榜第一；在发布一个月后，Unlimited OCR热度再次攀升，获图灵奖得主、AI科学家杨立昆转发，一举重回Hugging Face 全球模型总趋势榜第一。截至目前，Unlimited OCR 在GitHub Star 已突破 1.97万，HuggingFace 下载量达到 265 万。<br>
Unlimited OCR受到开发者持续关注，并非只是性能领先，更重要的是推动了长文档解析技术向前迈出关键一步。过去，OCR 模型面对书籍、论文、报告等长文档时，通常需要采用“逐页解析+结果拼接”的工程方案，随着输出内容不断增长，解码阶段的 KV Cache 持续膨胀，推理速度和显存成本也随之增加。<br>
针对这一行业痛点，百度提出 Reference Sliding Window Attention （R-SWA）机制，借鉴人类阅读和抄录长文档时的工作方式——始终保持对原始文档内容的关注，同时仅保留最近一段生成内容作为“工作记忆”，而不是无限累积全部历史信息。基于这一设计，模型能够在一次前向推理中连续完成数十页文档解析，实现从第一页到最后一页的连贯输出，同时将解码阶段的 KV Cache 控制在恒定规模，使计算成本和显存占用不随输出长度持续增长。<br>
业内人士表示，这一突破不仅在于让 OCR 解析更快、更准，更重要的是为大模型长程推理和记忆管理提供了新的思路。相较于依赖不断扩展上下文窗口提升能力，这一创新探索了以更高效的注意力机制实现长期任务处理的新路径。<br>
也正因为解决了开发者长期面临的实际问题，Unlimited OCR的热度并未随着时间推移而消退，而是在海外开发者社区持续爆火，一个月后重新回到Hugging Face全球模型趋势榜第一。<br>
在开源社区，项目发布初期登上趋势榜并不罕见，但在热度回落后，仅凭开发者持续使用与口碑传播再次上榜的案例并不多见。此前，DeepSeek-R1 曾在模型发布、API 开放等多个节点多次进入趋势榜；而 Unlimited OCR 仅凭全球开发者持续下载、部署、使用和推荐，时隔一个月再次登顶 Hugging Face 全球模型总趋势榜。这表明，Unlimited OCR 的影响力已从发布热度延伸至持续的开发者采用和社区传播，也折射出中国 AI 开源正从“发布即关注”迈向“持续被采用”，国际影响力进一步沉淀为全球开发者生态影响力。<br>
据悉，百度坚持和贯彻开源理念由来已久。不止模型，此前更将AI基础设施底座如PaddlePaddle深度学习框架、Apollo自动驾驶平台等开源，一些成熟通用工程项目像ECharts、bRPC、Doris、HugeGraph等捐给国际开源基金会Apache，积极融入全球开源体系。<br>
近年来，中国人工智能企业围绕推理、多模态、长文本、文档智能等关键方向持续实现原创突破，逐步形成多点开花、协同创新的发展格局。从DeepSeek、Kimi，再到百度Unlimited OCR，中国AI输出的不仅是具有国际竞争力的模型，更是不断贡献原创技术、开源生态和创新范式。中国人工智能正从参与全球竞争迈向贡献全球创新，为培育发展新质生产力以及全球人工智能技术进步注入更多中国智慧和中国方案。<br>
Unlimited OCR开源地址：<br>
GitHub：https://github.com/baidu/Unlimited-OCR<br>
HuggingFace：https://huggingface.co/baidu/Unlimited-OCR<br>
本文由百度提供，量子位获授权转载，观点归原作者所有。