Baidu ouvre le code d'Unlimited OCR 2, un modèle de 3,34 milliards de paramètres

Baidu a publié le 28 octobre 2026 Unlimited OCR 2, un modèle de vision-langage de 3,34 milliards de paramètres dédié à la reconnaissance optique de caractères (OCR), en open source sous licence MIT, selon aitimes.com. Le modèle repose sur SR-SWA, une technique d'attention sparse destinée à empêcher la consommation de calcul et de mémoire de croître fortement avec la longueur des documents.

Baidu indique que son modèle a obtenu 77,1 sur le benchmark MarathonDoc, qui porte sur des documents de plusieurs centaines de pages, contre 33,7 pour Kimi K3, le modèle de comparaison retenu.

La même journée a été marquée par plusieurs autres annonces. InclusionAI, entité d'Ant Group, a publié Ling-3.1-flash-1019 en open source sous licence MIT. Ce modèle compte 560 milliards de paramètres au total, en active 25 milliards par token via une architecture MoE et prend en charge jusqu'à 1 million de tokens de contexte. Ses scores progressent sur trois évaluations : de 62 % à 68 % sur AutomationBench-AA, d'environ 1400 à 1524 sur l'Elo AA-Briefcase et de 41 à 44 sur l'Artificial Analysis Intelligence Index.

Routage, recherche et sécurité

Le projet vLLM Semantic Router a de son côté livré d3-ultra, un modèle de décision multimodal d'environ 26,1 milliards de paramètres, sous licence Apache 2.0. Il traite texte, images et vidéo pour sélectionner une option parmi plusieurs, répondre par oui ou non ou produire des probabilités, et peut localiser des objets dans une image et les suivre dans une vidéo. Son équipe indique qu'il répond à 1 à 255 questions sur une même image en 0,3 à 2,16 secondes.

Côté produits, Nace AI a lancé Drex for Search, une solution de retrieval qui s'appuie sur un modèle de décision pour déterminer quels dossiers, fichiers, pages et tableaux contiennent probablement une réponse. Elle atteint 92,05 % d'exactitude sur BrowseComp Plus, avec en moyenne 12,6 appels de recherche par question, soit la deuxième place de ce benchmark. Dans un test interne portant sur 529 questions issues de documents professionnels, l'ajout de Drex à des agents de codage existants a réduit de 62 % le nombre d'étapes et de 56 % les tokens d'entrée, pour un traitement 2,3 fois plus rapide.

Enfin, Cognition a lancé Devin Security 2.0, qui recourt à des modèles d'IA de pointe, dont Claude Mythos d'Anthropic, pour détecter et corriger des vulnérabilités logicielles. L'outil analyse le code source, classe les vulnérabilités par exploitabilité et impact, les reproduit et les corrige dans un environnement virtuel séparé, exécute des tests et ouvre une pull request, sur une architecture Agentic MapReduce.