Kimi K3与Unlimited OCR包揽Hugging Face全球前二，中国开源模型持续刷屏海外

中国AI开源模型正在全球开发者社区引发持续关注，最新一波热潮由月之暗面和百度联手掀起。

7月27日晚，月之暗面正式开源了Kimi K3完整模型权重。发布后短短几十分钟内，该模型迅速登顶Hugging Face全球模型总趋势榜第一，刷新了平台的增长纪录。紧随其后的是百度开源的Unlimited OCR模型，两者包揽了Hugging Face榜单前二，被社区称为中国开源模型的"双子星"。

对于百度Unlimited OCR而言，这并非昙花一现。该模型首发即登顶GitHub Daily Trending总榜和Python榜，同时拿下Hugging Face全球模型总趋势榜和多模态模型趋势榜，实现四榜第一。发布一个月后，Unlimited OCR的热度不降反升，获得图灵奖得主、AI科学家杨立昆（Yann LeCun）转发，再次回到Hugging Face全球模型总趋势榜第一的位置。截至目前，Unlimited OCR在GitHub上的Star已突破1.97万，Hugging Face下载量达到265万。

Unlimited OCR的持续走红，核心原因是解决了长文档解析这一实际痛点。传统OCR模型在处理书籍、论文、报告等长文档时，通常需要采用"逐页解析+结果拼接"的工程方案，随着输出内容增长，解码阶段的KV Cache持续膨胀，推理速度和显存成本也随之上升。

百度为此提出了Reference Sliding Window Attention（R-SWA）机制，借鉴人类阅读和抄录长文档时的工作方式——始终保持对原始文档内容的关注，同时仅保留最近一段生成内容作为"工作记忆"。基于这一设计，模型能在一次前向推理中连续完成数十页文档解析，将解码阶段的KV Cache控制在恒定规模，计算成本和显存占用不再随输出长度增长。

业内人士指出，R-SWA机制的意义不仅在于让OCR解析更快、更准，更重要的是为大模型长程推理和记忆管理提供了新的思路。与依赖不断扩展上下文窗口提升能力的路径不同，这一创新探索了以更高效的注意力机制实现长期任务处理的可能性。

从DeepSeek到Kimi再到Unlimited OCR，中国AI开源正从"发布即关注"迈向"持续被采用"，国际影响力进一步沉淀为全球开发者生态影响力。Unlimited OCR发布一个月后仅凭开发者持续下载、部署和推荐再次登顶，表明中国AI开源模型正在海外开发者社区建立真正的长期价值。