모델 846건 · 국산 132 · 가격 685 추적 중
멀티모달

바이두, 수백 페이지 문서 읽는 OCR 오픈소스 공개

AI타임스·2026-10-28

요약

바이두가 수백 페이지에 달하는 긴 문서를 한 번에 읽고 분석할 수 있는 OCR 모델 '언리미티드 OCR 2'를 오픈소스로 공개했다. 이 비전언어모델(VLM)은 문서의 문자뿐 아니라 표, 수식, 그림, 제목 구조까지 인식해 정리할 수 있다. 문서가 길어져도 연산량과 메모리 사용량이 급격히 늘어나지 않도록 'SR-SWA'라는 희소 어텐션 기술을 적용했다.

큐레이터 노트

원문에 없는 맥락입니다

오픈소스로 공개돼 누구나 해당 OCR 모델을 내려받아 활용할 수 있다는 점이 특징이다.

다른 매체는 이렇게 썼다

같은 사안을 다룬 다른 곳의 보도입니다

카카오, 한국어 임베딩 AI 모델 2종 오픈소스 공개
IT조선 · 2026-10-29

카카오가 AI 비서의 정보 검색 능력을 높이는 임베딩 모델 '카나나-2-3b-임베딩'과 '카나나-2-1.3b-임베딩'을 허깅페이스에 무료 공개했다. 카카오는 이 모델들이 메타·알리바바의 유사 모델보다 한국어 처리 능력이 뛰어나다고 밝혔다. 조건에 따라 상업적 이용도 가능하다.…

카카오, 개인화 AI 에이전트용 임베딩 모델 오픈소스 공개
전자신문 SW · 2026-10-29

카카오가 이용자의 과거 대화와 정보를 의미 단위로 찾아 연결하는 임베딩 모델 2종을 허깅페이스에 오픈소스로 공개했다. 공개 모델명은 'Kanana-2-embedding' 계열로, 그중 하나가 'Kanana-2-3b-embedding'이다. 카카오는 이를 통해 개인화 AI 에이전트 기반 …

Nvidia, 오픈 음성-텍스트 변환 모델 공개
TechCrunch AI · 2026-10-28

Nvidia가 무료로 사용할 수 있는 음성-텍스트 변환(STT) 모델을 공개했다. 이 모델은 최대 40개 언어의 녹음 파일을 텍스트로 변환할 수 있지만, 실시간 음성이 아닌 녹음된 오디오에만 적용된다. 이에 따라 회의록 작성이나 의료 기록 전사 도구에 활용될 수 있는 반면, 실시간 전사…

이 사안의 흐름

같은 주제를 다룬 이 사이트의 기록 — 최신순

이 글에 나온 말

용어집 전체 →
어텐션
입력의 각 요소가 출력을 생성하는 데 얼마나 중요한지를 계산해 가중치를 부여하는 신경망 메커니즘을 말한다.

이 분야 브리핑

여러 매체가 함께 다룬 사안을 한 번에

이 페이지는 원문을 요약·재서술하고 이 사이트가 쌓은 기록을 덧붙인 큐레이션입니다. 원문 본문은 싣지 않으며, 수치와 표기는 원문 기준을 유지했습니다.

AI타임스 원문 전체 보기 →

같은 분야의 다른 소식

전체 뉴스 →