Unlimited-OCR: 원샷 롱-호라이즌 (One-shot Long-horizon) OCR
요약
Deepseek-OCR을 발전시킨 새로운 OCR 모델인 Unlimited-OCR을 소개합니다. 이 모델은 원샷 롱-호라이즌(One-shot Long-horizon) 성능을 목표로 하며, vLLM 및 SGLang을 통한 추론과 Baidu Cloud 배포를 지원합니다.
핵심 포인트
- Deepseek-OCR의 성능을 한 단계 발전시킨 모델
- vLLM 및 SGLang을 통한 효율적인 추론 지원
- Hugging Face Spaces 데모 및 Baidu Cloud 사용 가능
- NVIDIA GPU 환경에서 Docker 및 uv를 통한 배포 가이드 제공
- [2026/07/03] 🤝 지원해 주신 Baidu Cloud 팀에 감사드립니다. 저희 모델을 이제 Baidu Cloud에서 사용할 수 있습니다.
- [2026/06/28] 🤝 지원해 주신 vLLM 커뮤니티와 Tianyu Guo 님께 감사드립니다. 이제 저희 모델은 vLLM 추론 (inference)을 지원합니다.
- [2026/06/24] 🤝 데모를 제작해 주신 AK 님께 감사드립니다. 현재 Hugging Face Spaces에서 이용 가능합니다.
- [2026/06/23] 📄 저희 논문이 이제 arXiv에 공개되었습니다.
- [2026/06/23] 🤝 지원해 주신 ModelScope 커뮤니티에 감사드립니다. 저희 모델을 이제 ModelScope에서 사용할 수 있습니다.
- [2026/06/22] 🚀 Deepseek-OCR을 한 단계 더 발전시키는 것을 목표로 하는 Unlimited-OCR을 선보입니다.
NVIDIA GPU에서 Huggingface transformers를 사용한 추론 (Inference). 요구 사항은 python 3.12.3 + CUDA12.9에서 테스트되었습니다:
torch==2.10.0
torchvision==0.25.0
transformers==4.57.1
...
import os
import torch
from transformers import AutoModel, AutoTokenizer
...
배포 세부 사항은 공식 vLLM 레시피 (recipe)를 참조하십시오:
레시피 (Recipe): https://recipes.vllm.ai/baidu/Unlimited-OCR
GPU 플랫폼에 따라 다음 Docker 이미지를 사용하십시오:
기본 (CUDA 13.0):
docker pull vllm/vllm-openai:unlimited-ocr
Hopper GPU용 (CUDA 12.9)
docker pull vllm/vllm-openai:unlimited-ocr-cu129
환경을 설정합니다 (uv로 관리되는 가상 환경 (virtualenv)). 먼저 로컬 SGLang wheel을 설치한 다음,
kernels==0.9.0을 고정하고
PDF를 이미지로 변환하기 위해 PyMuPDF를 설치합니다:
uv venv --python 3.12
source .venv/bin/activate
uv pip install wheel/sglang-0.0.0.dev11416+g92e8bb79e-py3-none-any.whl
...
SGLang 서버를 시작합니다:
python -m sglang.launch_server \
--model baidu/Unlimited-OCR \
--served-model-name Unlimited-OCR \
...
OpenAI 호환 API로 스트리밍 요청 (streaming requests)을 보냅니다:
import base64
import json
import os
...
배치 추론 (batch inference)의 경우, infer.py가
SGLang 서버를 자동으로 시작하고 이미지 디렉토리 또는 PDF에 대해 동시 요청을 보냅니다:
# 이미지 디렉토리
python infer.py \
--image_dir ./examples/images \
...
유용한 옵션들:
유용한 옵션들:
--model_dir baidu/Unlimited-OCR # 로컬 경로 또는 Hugging Face 모델 ID
--gpu 0 # CUDA_VISIBLE_DEVICES 값
--server_log ./log/sglang_server.log
Deepseek-OCR, Deepseek-OCR-2, PaddleOCR의 귀중한 모델과 아이디어에 감사드립니다.
@misc{yin2026unlimitedocrworks,
title={Unlimited OCR Works},
author={Youyang Yin and Huanhuan Liu and YY and Qunyi Xie and Chaorun Liu and Shiqi Yang and Shaohua Wang and Zhanlong Liu and Hao Zou and Jinyue Chen and Shu Wei and Jingjing Wu and Mingxin Huang and Zhen Wu and Guibin Wang and Tengyu Du and Lei Jia},
...}
AI 자동 생성 콘텐츠
본 콘텐츠는 Lobste.rs AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기