baidu-unlimited-ocr

# Unlimited-OCR (Baidu) — parser de documentos de largo alcance > ⚠️ Corrección 2026-09-05 (auditoría stars-explorer): la v1 describía esto como un "servicio OCR gratuito sin límites" con endpoint REST `api.unlimitedocr.com/api/ocr`. **Falso.** No hay API REST; es un modelo de investigación de parsing de documentos (sucesor de DeepSeek-OCR, paper arXiv 2606.23050) que corre **en local** con HuggingFace Transformers y requiere GPU/CUDA. **Repo:** `https://github.com/baidu/Unlimited-OCR` (MIT, Python, ~25K⭐) ## When to Use - Cuando pidas **extraer/parsear documentos largos** (formato → contenido estructurado) con un modelo de IA en local, sin depender de una nube de pago. - Cuando necesites un **parser one-shot de largo alcance** (long-horizon) — leer PDFs/páginas largos de una pasada, no trocear a mano. ## Qué es Modelo de investigación de Baidu para **parsing de documentos de largo alcance**. "Unlimited" NO significa cuota gratuita ilimitada: se refiere al parser de documentos de alcance largo (one-shot long-horizon parsing). Es el sucesor de DeepSeek-OCR. - **Ejecución:** 100% local con `transformers` (HuggingFace), vía `AutoModel.from_pretrained('baidu/Unlimited-OCR')`. - **Requisitos:** GPU/CUDA recomendada, Python 3.12+, parámetros grandes. - **NO expone API REST** — no hay `api.unlimitedocr.com` ni nada que consumir por HTTP. ## Uso ```python from transformers import AutoModel, AutoTokenizer # Cargar modelo local tokenizer = AutoTokenizer.from_pretrained('baidu/Unlimited-OCR') model = AutoModel.from_pretrained('baidu/Unlimited-OCR').cuda() # Inferencia sobre el documento # (la API del repo expone un método de inferencia tipo infer(); ver README de baidu/Unlimited-OCR) result = model.infer(...) ``` Consultar el README del repo y el paper (arXiv 2606.23050) para la firma exacta de `infer()` y el formato de entrada/salida. ## Pitfalls - **Nada de REST:** no hay `api.unlimitedocr.com/api/ocr`. Cualquier skill/prompt que mencione un endpoint de este repo está inventado. - Imagen grande + modelo grande → necesita CUDA y batería de VRAM; no es una tool de CPU ligera. - Es modelo de **parsing**, no un OCR clásico por caja de texto: para PDFs "en imágenes" quizá te convenga combinarlo con `marker-pdf` / `mineru`. ## Verificación - Instalar el modelo y correr inferencia sobre un PDF largo; comprobar que la salida mantiene el orden/secciones correctas (ahí es donde destaca sobre OCR por páginas).