Kimi K3 und Unlimited OCR führen globale Charts an: Chinesische Open-Source-Modelle erobern Übersee

Am 27. Juli veröffentlichte Moonshot AI die vollständigen Modellgewichte von Kimi K3, das innerhalb weniger Minuten an die Spitze der Gesamttrendliste von Hugging Face kletterte. Direkt dahinter sicherte sich Baidus Unlimited OCR-Modell, das die Liste tagelang angeführt hatte, den zweiten Platz. Diese beiden chinesischen Open-Source-Modelle dominierten die Hugging-Face-Rankings und wurden zu einem Phänomen. Unlimited OCR erzielte eine außergewöhnliche Leistung: Innerhalb von fünf Tagen nach seiner Veröffentlichung sammelte es über 10.000 GitHub-Sterne und führte sowohl die GitHub Daily Trending Gesamt- als auch die Python-Listen an, sowie die Hugging-Face-Listen für globale Modelle und multimodale Modelle – ein vierfacher erster Platz. Einen Monat später eroberte Unlimited OCR nach einem Retweet des Turing-Preisträgers Yann LeCun erneut den Spitzenplatz der globalen Modelltrendliste von Hugging Face. Die GitHub-Sterne übersteigen inzwischen 19.700 und die Hugging-Face-Downloads erreichten 2,65 Millionen. Die Popularität von Unlimited OCR beruht auf seinem Durchbruch bei der Langdokument-Parsing. Herkömmliche OCR-Modelle verarbeiten lange Dokumente, indem sie Seite für Seite parsen und die Ergebnisse verketten, was dazu führt, dass der KV-Cache während der Dekodierung wächst und die Inferenzgeschwindigkeit sowie die Speicherkosten erhöht. Baidu schlug den Reference Sliding Window Attention (R-SWA)-Mechanismus vor, der die Aufmerksamkeit auf das Originaldokument beibehält, während nur die zuletzt generierten Inhalte als Arbeitsgedächtnis erhalten bleiben. Dies ermöglicht die kontinuierliche Verarbeitung von Dutzenden Seiten in einem einzigen Durchlauf, sodass der KV-Cache konstant bleibt und Rechenaufwand sowie Speicherverbrauch reduziert werden. Branchenexperten merken an, dass diese Innovation nicht nur die OCR beschleunigt, sondern auch neue Ansätze für das Reasoning über lange Kontexte und das Speichermanagement bietet. Das anhaltende Interesse der Entwickler an Unlimited OCR spiegelt wider, dass chinesische Open-Source-KI-Modelle von anfänglicher Begeisterung zu kontinuierlicher Nutzung übergehen.