MiniCPM OCR Первый #OCR от OpenBMB, две модели под разные задачи. • 1.0 на 1.3B: сложные верстки, таблицы, формулы • DSpark дает на 55% больше пропускной способности • Jev на 2 млрд проверяет точность распознавания, в том числе чужого • 0,936 AUROC на JevOCRBench, помечает сомнительные места для ручной проверки ——— Unlimited-OCR 2 Распознавание документов почти любой длины от Baidu, около 3 млрд параметров. • Сканы, PDF, многостраничные материалы, таблицы и формулы • Механизм SR-SWA: модель смотрит текущую страницу и горстку нужных фрагментов, а не весь документ • Рабочая память на 512 опорных токенов, цена шага почти не растет с длиной • На сотне страниц отдельные шаги декодирования до 7 раз быстрее полного внимания и до 5,6 раза быстрее прошлой версии • Страницы идут перекрывающимися блоками, память освобождается по ходу • Лицензия MIT, включая коммерцию github.com/baidu/Unlimited-OCR huggingface.co/baidu/Unlimited-OCR-2

Baidu бахнула Unlimited-OCR 2: модель для распознавания документов практически любой длины Она умеет извлекать текст из сканов и PDF, обрабатывать таблицы, формулы и многостраничные материалы. Но главная новизна работы не столько в качестве OCR, сколько в способе обработки очень длинных документов. У современных OCR-моделей на базе LLM есть проблема: чем больше страниц они обрабатывают и чем длиннее становится генерируемый текст, тем больше вычислений и памяти требуется для продолжения работы. Модель вынуждена постоянно обращаться к растущему объёму предыдущего контекста. Первая Unlimited-OCR уже частично решала эту проблему, ограничивая объём сохраняемой истории генерации. Но визуальные данные всех страниц по-прежнему могли создавать растущую вычислительную нагрузку. В Unlimited-OCR 2 Baidu предложила механизм Sparse Reference Sliding Window Attention (SR-SWA). Его идея довольно проста: при распознавании очередного фрагмента модель сосредотачивается на текущей странице и обращается лишь к небольшому набору наиболее полезных фрагментов из остального документа. Вместо постоянного просмотра всей накопленной информации она использует ограниченную рабочую память - например, 512 опорных токенов. В результате вычислительная стоимость каждого следующего шага остаётся приблизительно постоянной, даже когда документ становится значительно длиннее. Все как у кожаных: переписывая длинную книгу, мы смотрим прежде всего на текущую страницу, а не перечитываем все предыдущие после каждого предложения. Что на итоге?  По собственным тестам Baidu, на документах объёмом около 100 страниц новый механизм обеспечивает ускорение отдельных шагов декодирования до 7 раз относительно полного внимания и до 5.6 раза относительно предыдущего механизма. Дополнительно модель использует обработку страниц перекрывающимися блоками, что позволяет освобождать память после завершения очередного участка документа. Модель содержит около 3 млрд параметров. Код и веса опубликованы под лицензией MIT, в том числе для коммерческого использования. Ссылки: • GitHub: https://github.com/baidu/Unlimited-OCR • Веса: https://huggingface.co/baidu/Unlimited-OCR-2 • Статья Unlimited-OCR: https://arxiv.org/abs/2606.23050 @cgevent

Apple Intelligence может наконец появиться в Китае Bloomberg пишет, что Apple планирует запустить сервис в Китае вместе с iOS 27.3. До этого релиз почти два года откладывался из-за местных регуляторов. Но поначалу будут доступны только базовые функции вроде редактирования фотографий. Siri AI, Image Playground и новая версия Genmoji пока не появятся, а генерацию текста ограничат. По данным South China Morning Post, компания уже получила разрешение на добавление моделей Alibaba Qwen и Tongyi Wanxiang в iPhone. Из-за ограничений на зарубежные ИИ-технологии Apple пришлось работать с местными партнёрами, поэтому в запуске участвует и Baidu.

У китайского поисковика Baidu есть подразделение Kunlunxin, которое занимается чипами. Baidu его сейчас выводит на IPO, и пишут, что для якорных инвесторов действует правило: "хочешь инвестировать — купи чипов". Т. е. получается, что акции компании сейчас дефицит, народ верит в их светлое будущее, а вот продукция — антидефицит, его впаривать в нагрузку приходится, настоящее у Kunlunxin не такое светлое. Интересно живет китайский венчур. Впрочем, традиционная оговорка — про Китай западная пресса регулярно врет, а по-китайски мы с вами не читаем. https://www.cnbc.com/2026/06/29/baidu-kunlunxin-hong-kong-ipo-50-billion-ai-chips.html