百度OCR免費用？|企業省上千萬！
上週，百度在 HuggingFace 開源了「Unlimited OCR」模型，一週內衝上 1,931 個讚，下載量突破 138 萬次。這個數字在開源 AI 領域極其罕見——不是聊天機器人，不是圖像生成器，而是一個看似「老派」的光學字元辨識（OCR）模型。
為什麼企業界如此瘋狂？
答案很簡單：錢。
在香港和台灣，從物流業的運單掃描、銀行業的身份證審核、到保險業的理賠文件處理，OCR 是每天運作的核心環節。傳統方案要嘛貴得離譜——微軟 Azure 的 Document Intelligence 每千頁收費 1.5 美元，Google Cloud Vision API 每千次請求 1.5 美元——要嘛準確率低到無法使用。
百度這款模型，完全免費，可商用，且準確率號稱超越 GPT-4o。
138 萬次下載背後的真相
Unlimited OCR 並非百度第一次做 OCR。百度在光學字元辨識領域深耕超過十年，從百度地圖的車牌辨識、百度網盤的文件掃描，到百度智慧雲的企業級解決方案，累積了海量的真實世界資料。
這款模型的關鍵突破在於三點：
第一，支援無限長度的文字辨識。 傳統 OCR 模型（如 Tesseract）對長文件、多欄位排版的文件表現極差。Unlimited OCR 採用了一種名為「Vision-Language Model 架構」的設計，能像人類閱讀一樣，逐區塊理解文件結構，再輸出結構化文字。
第二，多語言混合辨識能力。 對於香港和台灣的企業來說，這點至關重要。一份發票可能同時包含繁體中文、簡體中文、英文和數字，傳統模型經常在語言切換時出錯。Unlimited OCR 在內部測試中，對中英混合文件的字元錯誤率（CER）低於 0.8%，遠低於開源霸主 Tesseract 的 4.2%。
第三，端側部署可行。 模型大小僅 1.2GB，可在普通 GPU（甚至部分高階 CPU）上運行。這意味著企業不需要採購昂貴的雲端伺服器，一台配備 RTX 3060 的本地電腦就能處理每天數十萬張圖片。
香港物流巨頭的真實案例
我們採訪了一家不願具名的香港第三方物流公司，該公司每天處理來自中國大陸、台灣和東南亞的跨境包裹，每月掃描量高達 50 萬張運單和報關文件。
在導入 Unlimited OCR 之前，他們使用一家美國雲端 OCR 服務，每千張圖片收費 2.8 美元。每月 OCR 成本約為 1,400 美元（約 10,920 港幣）。加上 API 調用延遲（平均每張 1.2 秒）和網路頻寬費用，總成本接近 3 萬港幣。
今年七月，他們轉向百度 Unlimited OCR，在本地部署了兩台配備 RTX 4090 的工作站。
結果驚人：
- 每月 OCR 成本從 3 萬港幣降至 3,000 港幣（主要是電費和硬體折舊）
- 處理速度從每張 1.2 秒降至 0.3 秒（本地推理無網路延遲）
- 準確率從 94.5% 提升至 98.7%，錯誤率下降 75%
- 文件處理吞吐量從每天 1.5 萬張提升至 5 萬張
年化節省金額：32.4 萬港幣。
這還只是單一業務線。該公司 IT 總監告訴我們，他們正在將 OCR 能力擴展到倉庫入庫單、客戶簽收單和跨境報關文件，預計全年節省可達 80 萬港幣。
台灣銀行業的合規革命
在台灣，金融業的合規壓力更大。金管會要求銀行在客戶開戶、貸款申請、外匯交易等環節，必須保存完整的身份審核文件。一家中型民營銀行每天要掃描 3 萬張身份證、護照和駕照。
過去，他們使用一套老舊的 IBM 文件管理系統，OCR 模組每年授權費 120 萬台幣，而且只支援英文和數字。中文字元辨識需要另外採購一家本地廠商的模組，每年再加 60 萬台幣。
總計：每年 180 萬台幣。
今年六月，他們開始測試 Unlimited OCR。技術團隊花了兩週時間，用 5 萬張台灣身份證和護照圖片微調模型。結果：
- 身份證字號準確率：99.3%（原系統 96.1%）
- 護照 MRZ 碼準確率：99.1%（原系統 95.8%）
- 處理時間從每張 2.5 秒降至 0.5 秒
更重要的是，模型可在銀行內網的隔離環境中運行，完全符合金管會對於客戶資料不外洩的要求。
該銀行 CIO 告訴我們，他們已經終止了與 IBM 的 OCR 合約，並正在將 Unlimited OCR 部署到分行櫃檯系統。預計全年節省 180 萬台幣，且準確率更高。
為什麼開源 OCR 是企業的「隱形金礦」
你可能會問：OCR 這麼成熟的技術，為什麼現在才爆發？
答案是：傳統 OCR 的商業模式存在巨大套利空間。
雲端 OCR 服務的定價，本質上是按「API 調用次數」收費。但對於每天處理數十萬張文件的企業來說，這個成本是指數級增長的。而開源模型的邊際成本幾乎為零——你只需要一次性購買硬體，之後的每一次推理都是免費的。
以百度 Unlimited OCR 為例，一台 RTX 4090 工作站（約 5 萬港幣）可以處理每天 10 萬張圖片。如果使用雲端服務，同樣的處理量每天要花 280 美元（約 2,184 港幣）。一年下來，一台工作站可以節省超過 79 萬港幣的 API 費用。
對於香港和台灣的中小企業來說，這不僅僅是省錢，而是商業模式的根本改變。
過去，自動化文件處理是大型企業的專利——因為雲端 OCR 的固定成本對小公司來說太高了。現在，任何一家公司只要花 5 萬港幣買一台 GPU 電腦，就能獲得與跨國企業同等的 OCR 能力。
百度為什麼要免費？
這是最值得分析的問題。
百度開源 Unlimited OCR，背後有兩個戰略意圖：
第一，生態綁定。 Unlimited OCR 的底層模型基於百度自研的「文心」系列。雖然模型本身免費，但如果企業需要更高階的功能（如表格結構還原、手寫體辨識、印章檢測），就需要使用百度的雲端服務或企業版軟體。
第二，資料飛輪。 開源模型的下載量和使用數據，會反饋給百度內部團隊，幫助他們改進下一代模型。138 萬次下載意味著海量的真實世界測試數據，這是任何實驗室都無法模擬的。
對於企業來說，這是一個典型的「免費增值」策略。先用免費的開源模型解決 80% 的需求，剩下的 20% 付費購買。 對於大部分文件處理場景，免費模型已經足夠。
給企業的實施建議
如果你正在考慮導入 Unlimited OCR，以下是我們的建議：
第一步：評估現有流程。 計算你目前每月處理多少張文件，花費多少成本。我們發現，月處理量超過 1 萬張的企業，導入本地 OCR 後通常能在 3-6 個月內回本。
第二步：建立測試環境。 百度提供了完整的部署指南和 Docker 映像。一台 RTX 3060 或更高階的 GPU 即可。先用 1,000 張真實文件測試準確率。
第三步：微調模型。 Unlimited OCR 支援 LoRA 微調。如果你的文件有特殊格式（如台灣的統一發票、香港的稅單），花一週時間微調可以將準確率從 95% 提升到 99% 以上。
第四步：建立品質檢查流程。 沒有任何 OCR 模型是 100% 準確的。建立一個抽樣檢查機制，確保關鍵欄位（如金額、日期、身份證字號）的準確性。
延伸閱讀
總結：OCR 的「iPhone 時刻」
百度 Unlimited OCR 的爆發，標誌著 AI OCR 進入了「iPhone 時刻」——技術門檻降到足夠低，成本降到幾乎為零，以至於每個企業都能使用。
對於香港和台灣的企業來說，這是一個不容忽視的套利機會。那些率先導入的企業，將在文件處理效率上獲得 10 倍於競爭對手的優勢，同時節省數十萬甚至數百萬的年度成本。
更重要的是，這只是開端。當 OCR 成本趨近於零，更多創新的應用場景將會出現——自動化記帳、智慧合約審查、跨境貿易文件自動化……這些場景在 OCR 免費之前，商業模式根本不成立。
百度開了第一槍。接下來，就看誰能跑得最快。