AI圈报
模型发布 / 更新普通

百度开源 Unlimited OCR 2：SR-SWA 支撑几十到几百页文档解析

信息来源：X：邵猛 (@shao__meng)·
Hugging Face
原始标题：百度开源 Unlimited OCR 2：超长文档解析，注意力开销尽量不随页数涨

内容摘要

百度开源 Unlimited OCR 2，面向几十到几百页文档的 OCR 与版面解析，模型为 3B/A0.5B 的 MoE 架构，地址 https://huggingface.co/baidu/Unlimited-OCR-2。
内容分类AI 模型发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：邵猛 (@shao__meng)
站内情报编号intel-d6eec2e699cb450f6932d5de
阅读原始信息 ↗查看数据来源更多模型发布 / 更新

相关推荐

综合分类、实体标签与信息来源匹配

模型发布 / 更新普通
百度开源 Unlimited OCR 2：SR-SWA 让超长文档解析注意力开销尽量不随页数上涨
百度开源 Unlimited OCR 2，面向几十到几百页文档的 OCR/版面解析，3B/A0.5B MoE 架构，模型在 https://huggingface.co/baidu/Unlimited-OCR-2。
信息来源：X：邵猛 (@shao__meng) · Hugging Face
模型发布 / 更新精选
MiniMax 开放 M3.1 Flash 权重：428B 总参数、每 token 激活 23B
MiniMax 宣布 M3.1 Flash 权重公开，总参数 428B、每 token 激活 23B，提供 Hugging Face 和 ModelScope 下载。
信息来源：X：MiniMax (@MiniMax_AI) · Hugging Face
模型发布 / 更新精选
蚂蚁 inclusionAI 开源 Ming-3.0-tts 语音合成模型
蚂蚁 inclusionAI 在 GitHub 发布 Ming-3.0-tts，包含 0.5b dense 和基于 Ling V3 的 tiny（7.9B 总参数、1.3B 激活）两个语音生成模型，MIT 协议开源，权重可在 Hugging Face 和 ModelScope 下载。
信息来源：蚂蚁 inclusionAI：GitHub 新仓库 · Hugging Face
模型发布 / 更新精选
Reflection 开源 501B 模型 Beam 上线 Hugging Face
当前 AI 热点，聚合 8 个独立信源、6 条信号。
信息来源：Reflection Blog · Hugging Face
模型发布 / 更新精选
Meta 发布开源权重模型 Muse Spark Open，816B 参数、1M 上下文
Meta 发布开源权重模型 Muse Spark Open，已在 Hugging Face 以 Muse Model License 提供。模型总参数 816B、激活 42B，上下文窗口 1M token，面向编码与智能体工作流，原生多模态（图像、音频、文档），并相比 8 月发布的 Muse Spark 增加了安全后训练。
信息来源：PyTorch：Blog（RSS） · Hugging Face
模型发布 / 更新精选
StepFun 展示 Step 5 Preview 在 NVIDIA GB300 上的推理性能
StepFun 表示 Step 5 Preview 在 NVIDIA GB300 上推理表现出色，并期待看到开发者用它构建的应用。其转发的 NVIDIA 内容称该模型是 StepFun 最大的开源权重发布，600B MoE 架构，可处理最长 24 小时的 Agent 任务，在 GB300 上用 NVFP4 达到近 8K tokens/sec/GPU，提供 NVFP4 checkpoint（https://huggingface.co/stepfun-ai/Step-5-Pr…
信息来源：X：阶跃星辰 StepFun (@StepFun_ai) · NVIDIA / Hugging Face
模型发布 / 更新精选
阶跃星辰开放 Step 5 Preview 权重
阶跃星辰（StepFun）宣布 Step 5 Preview 开放权重，BF16 和 FP8 权重已上线 Hugging Face 和 ModelScope，并附技术博客。
信息来源：X：阶跃星辰 StepFun (@StepFun_ai) · Hugging Face
模型发布 / 更新精选
蚂蚁百灵开源 Ling-3.1-flash：560B 总参模型量化后可 4 卡部署
蚂蚁百灵正式开源 Ling-3.1-flash，总参数约 560B、每 Token 激活约 25B、最高支持 1M 上下文，权重可在 Hugging Face 和 ModelScope 获取。
信息来源：公众号：蚂蚁百灵（Ling） · Hugging Face
模型发布 / 更新精选
蚂蚁百灵开源 Ling-3.1-flash：总参数约 560B、每 Token 激活约 25B，支持 1M 上下文
蚂蚁百灵正式开源 Ling-3.1-flash，权重可在 Hugging Face 和 ModelScope 获取。模型总参数约 560B、每 Token 激活约 25B、最高支持 1M 上下文；经 MXFP4 与 block-FP8 量化后权重占用从约 534GB 降至 292GB，Hopper GPU 测试中服务部署由 8 卡降至 4 卡。
信息来源：蚂蚁百灵：Developer Blog（网页） · Hugging Face
模型发布 / 更新精选
Perplexity 开源 pplx-embed-v2-late 多模态 late-interaction 嵌入模型（9B 与 0.6B）
Perplexity 开源 pplx-embed-v2-late，两个针对文本和图像的 late-interaction 多向量嵌入模型，大小为 9B 和 0.6B，共享同一嵌入空间，权重已在 Hugging Face 提供。9B 可用于索引多模态数据，0.6B 可在设备端查询，无需 OCR 即可检索 PDF 页面；模型在 MADQA 得分 92.4%，BrowseComp+ 得分 64%。
信息来源：X：Aravind Srinivas（Perplexity CEO） (@AravSrinivas) · Hugging Face