Baidu presenta Unlimited-OCR, una innovación en el procesamiento de texto en imágenes

Baidu ha lanzado el modelo Unlimited-OCR, un avance significativo en la tecnología de reconocimiento óptico de caracteres (OCR) que permite analizar documentos complejos con alta precisión. Este modelo, disponible en Hugging Face y Baidu Cloud, soporta tanto imágenes individuales como archivos PDF multi-pagina, ofreciendo capacidades de procesamiento de texto extendido. La herramienta utiliza algoritmos avanzados para extraer información de documentos largos y estructurados, mejorando la eficiencia en tareas como el análisis de formularios o la digitalización de textos. El modelo cuenta con soporte para múltiples lenguas y ha sido optimizado para ejecutarse en GPUs NVIDIA con bibliotecas como PyTorch y Transformers. Además, se integra con frameworks como vLLM y SGLang para permitir inferencias escalables. La publicación de la investigación está disponible en arXiv, destacando su potencial para revolucionar el procesamiento de documentos digitales. Este desarrollo refleja la evolución constante en el campo de la inteligencia artificial aplicada al reconocimiento de texto, ofreciendo soluciones prácticas para empresas y usuarios que requieren automatización en la gestión de información escrita.