바이두, 오픈소스 OCR 모델 '언리미티드 OCR 2' 공개

바이두가 2026년 10월 28일 OCR(광학 문자 인식)용 비전-언어 모델 '언리미티드 OCR 2'를 MIT 라이선스로 오픈소스 공개했다. 모델 규모는 33억4000만 파라미터다.

바이두에 따르면 이 모델은 SR-SWA라는 희소 어텐션 기법을 적용해 문서가 길어져도 연산량과 메모리 사용량이 급격히 늘지 않도록 설계됐다. 수백 쪽 분량 문서를 평가하는 MarathonDoc 벤치마크에서는 77.1점을 기록해 비교 모델인 '키미 K3'의 33.7점을 앞섰다.

같은 날 앤트파이낸셜 산하 인클루전AI는 '링 3.1 플래시-1019'를 MIT 라이선스로 공개했다. 전체 파라미터는 5600억 개이며, MoE 구조로 토큰당 250억 개를 활성화한다. 최대 100만 토큰의 문맥을 처리한다. AutomationBench-AA 점수는 62%에서 68%로, AA-Briefcase Elo는 약 1400에서 1524로, Artificial Analysis Intelligence Index는 41에서 44로 각각 올랐다.

vLLM 시맨틱 라우터 프로젝트는 약 261억 파라미터 규모의 멀티모달 판단 모델 'd3-울트라'를 Apache 2.0 라이선스로 내놨다. 텍스트와 이미지, 영상을 입력받아 선택지 중 하나를 고르거나 예·아니오로 답하고 확률을 출력하며, 이미지 속 객체 위치를 찾아내 영상에서 추적할 수 있다. 팀은 이미지 한 장에 대해 1~255개의 질문에 답하는 데 0.3~2.16초가 걸린다고 밝혔다.

미국 의료 AI 스타트업 컨커런스는 전자의무기록과 AI 에이전트가 환자와 대화하며 수집한 정보를 결합해 환자별 디지털 트윈을 만드는 '헬스 월드 모델'을 선보였다. 데이터브릭스와 협력해 의료기관별 데이터에 기반한 시스템을 구축하고 있다.

네이스AI는 어떤 폴더와 파일, 페이지, 표에 답이 있을 가능성이 높은지 판단 모델로 가려내는 검색 솔루션 '드렉스 포 서치'를 출시했다. BrowseComp Plus 벤치마크에서 질문당 평균 12.6회 검색 호출로 92.05% 정확도를 기록해 2위에 올랐다. 자체 테스트에서는 기존 코딩 에이전트에 드렉스를 붙였을 때 작업 단계가 62%, 입력 토큰이 56% 줄고 처리 속도가 2.3배 빨라졌다고 회사는 밝혔다.