Baidu lança modelo de OCR open source de 3,3B para documentos longos

O que aconteceu e o que fazer

A Baidu anunciou o Unlimited OCR 2, um modelo open source de 3,3 bilhões de parâmetros voltado a documentos de qualquer tamanho. Segundo a afirmação dos autores, ele mantém latência e memória de decodificação quase constantes à medida que o documento cresce, e reivindica resultados de ponta nos benchmarks MPDocBench e MarathonDocBench. O anúncio indica licença MIT, o que permite uso interno e adaptação.

Para uma empresa com PDFs de várias páginas, contratos, laudos ou acervos de livros, o ponto prático é a viabilidade de processar volumes longos sem depender de uma API externa cobrada por página. Um caminho é avaliar o modelo em amostras reais do próprio acervo, medindo qualidade de extração, tempo por documento e uso de memória na infraestrutura disponível. Com isso, é possível montar um pipeline de ingestão que converte documentos em texto estruturado, com filas, validação de saída e monitoramento de falhas, alimentando buscas, sistemas de gestão documental ou bases para modelos de linguagem.

Como a consultoria pode ajudar

Diagnóstico do acervo documental e de onde o OCR atual limita a operação, seguido de um teste comparativo do modelo em amostras reais, medindo qualidade, tempo e memória. Implementação de pipeline de ingestão on-premise com validação, monitoramento e integração ao sistema de destino.

Próximo passo

Se sua empresa processa PDFs longos e quer avaliar se um modelo de OCR open source pode rodar na sua infraestrutura, envie uma breve descrição do seu caso, volume e formatos de documento. Respondemos com uma proposta escopada.