Kimi K3、百度 Unlimited OCR 包揽 Hugging Face 趋势榜前二

7 月 27 日晚，月之暗面正式开源 Kimi K3 完整模型权重，上线后几十分钟内迅速登顶 Hugging Face 总趋势榜。紧随其后的是百度开源的 Unlimited OCR，两款中国模型包揽了 Hugging Face 趋势榜前两位，被海外社区称为「开源双子星」。

Kimi K3 开源：刷新 Hugging Face 增速纪录

月之暗面此次释放的是 K3 完整模型权重，而非此前常见的部分参数或推理版本。模型上线后迅速登顶 Hugging Face 总趋势榜，被海外媒体描述为刷新了平台的增长纪录。Kimi 系列此前在长上下文窗口方向已有积累，此次 K3 的完整开源对中文社区的二次开发与微调具有较高价值。

Unlimited OCR：四榜登顶与杨立昆转发

Unlimited OCR 的热度更具持续性：

• 首发 5 天内 GitHub Star 突破 1 万，登顶 GitHub Daily Trending 总榜、Python 榜，以及 Hugging Face 全球模型总趋势榜与多模态模型趋势榜，实现「四榜第一」。
• 发布约一个月后，图灵奖得主、AI 科学家杨立昆（Yann LeCun）公开转发，模型再次回到 Hugging Face 全球模型总趋势榜第一。
• 截至发稿，GitHub Star 已突破 1.97 万，Hugging Face 下载量约 265 万。

技术亮点：Reference Sliding Window Attention

Unlimited OCR 的持续关注离不开其解决的实际问题。过去 OCR 模型处理书籍、论文等长文档时，通常采用「逐页解析 + 结果拼接」的工程方案，随着输出增长，解码阶段的 KV Cache 持续膨胀，推理速度与显存成本随之上升。

百度提出的 R-SWA 机制借鉴了人类阅读长文档的工作方式：模型始终关注原始文档内容，仅保留最近一段生成内容作为「工作记忆」，而非无限累积全部历史信息。该设计使模型能在一次前向推理中连续完成数十页文档解析，并将 KV Cache 控制在恒定规模，计算成本与显存占用不再随输出长度线性增长。

中国开源生态的演进

从 DeepSeek、Kimi 到 Unlimited OCR，中国 AI 开源的输出已从「发布即关注」过渡到「持续被采用」。百度此前已将 PaddlePaddle、Apollo 等 AI 基础设施以及 ECharts、bRPC、Doris、HugeGraph 等项目开源或捐给 Apache 基金会，海外开发者社区的二次使用与口碑传播，是 Unlimited OCR 一个月后再次登顶 Hugging Face 趋势榜的关键。

开源地址：

• GitHub：https://github.com/baidu/Unlimited-OCR
• Hugging Face：https://huggingface.co/baidu/Unlimited-OCR