Unlimited OCR 2とは|数百ページのPDFを1回で文字にする無料のAI
Unlimited OCR 2は、PDFや書類の画像を読んで、中の文字を書き起こすAIです。中国のBaiduのERNIEチームが、2026年10月27日に公開しました。
ほかの読み取りの道具と違うのは、数百ページの文書を1回の依頼で読める点にあります。ページをまたぐ表や文章も、前のページの続きとしてつなげて読みます。

何ができるのか
入れられるのは、ページの画像とPDFです。PDFは1ページずつ画像に直してから読ませます。
出てくるのは、ページごとの区切りの印が入った文字です。見出し・本文・表を見分け、表は行と列のある表の形で書き出します。公式の評価の手順では、この結果を*Markdownに直しています。
モデルの大きさは約30億個のパラメータで、*MITライセンスで公開されています。会社の業務で使うことも、社内のシステムに組み込むことも許されています。
ほかのOCRとどこが違うのか
長い文書をAIに読ませると、ページが増えるほど遅くなり、メモリも足りなくなるのが普通でした。読むたびに、それまでの全ページを見返していたためです。
Unlimited OCR 2は、人が本を書き写す時のように今のページに集中し、必要な時だけ前のページを振り返ります。この仕組みにより、100ページ規模の文書では、文字を1つ書き出すごとの速さが、全ページを見返す従来の仕組みの7.0倍になったと、開発チームは論文で報告しています。
開発チームは、数十ページの評価と、最大300ページの文書で測る自前の評価の両方で、最も高い成績を出したとしています。どちらも開発元が測った結果で、日本語の書類に絞った成績は論文に載っていません。
*Markdown:見出しや表を記号で表す書き方。ChatGPTなどのAIにそのまま渡しやすく、Wordや表計算への貼り付けにも使える。 *MITライセンス:ソフトウェアの使い方の決まりの1つ。著作権の表示を残せば、商用でも改変でも自由に使える。
Unlimited OCR 2の使い方|まずブラウザのデモで試す
いちばん早い使い方は、開発元が置いている公開のデモをブラウザで開くことです。インストールは要りません。
ただし、デモに入れた書類は社外のサーバーに送られます。試すのは、社外に出してよい書類だけにします。

ブラウザで試す3つの手順
手順は次の3つです。
PDFを入れた場合、デモが読むのは先頭の20ページまでです。数百ページを読む力を試すには、後で紹介するクラウド版か、自社のパソコンで動かす方法を使います。
デモは、Hugging Faceの無料の*GPUの枠で動いています。1日に使える時間は、ログインなしで2分、無料の会員登録をすると5分です。
スマートエイトが試した時、3ページの文書を1回で読ませる頼み方は、ログインなしでは断られました。ページ数に応じてデモが確保するGPUの時間が、ログインなしで使える上限を超えたためです。
デモの設定では、3ページ以上の依頼に10分を確保するため、無料の会員の1日5分でも足りません。ページをまたぐ読み方を試すなら、会員登録をして2ページずつ読ませるか、有料のPRO会員の枠を使います。
スマートエイトが日本語の書類3枚で試した結果
スマートエイトは、架空の見積書・社内規程・縦書きのお知らせの3枚を作り、2026年11月15日にデモで読ませました。
3枚とも、日本語の文字は1字も間違えずに書き起こされました。GPUの処理にかかった時間は、1枚約9〜25秒でした。
見積書では、品名・数量・単価・金額の表が、行と列のある表の形で出てきました。表の中の全角の丸括弧が半角に変わったほかは、元の書類どおりです。
社内規程は、わざと画質を落とし、1.5度傾け、ぼかしと汚れを足して、古いスキャンに似せました。それでも条文と日当の表を正しく読み、行の途中の改行は1つの文につなげて書き出しました。
縦書きのお知らせも、右の行から順に正しく読みました。並んだ2行が1つのまとまりとして出てきた所はありましたが、文字は合っていました。
縦書きで段組みの多い紙面は、文字だけでなく、どこからどこまでが1つの記事かを読み分ける必要があります。古い新聞を電子化する会社の方も、商談でそこを壁に挙げていました。
「新聞って基本的に縦書きなんですけど…その段組を認識して一つの記事としてまとめないと文章の意味がつながっていかないんですよ」
— 文書の電子化の会社の責任者(スマートエイトの商談より、2026年4月)
段組みの多い書類を読ませる時は、実物に近い見本で、まとまりが正しく分かれるかを先に確かめます。スマートエイトが試したのは1段組みの紙面だけです。
デモに入れてはいけない書類
顧客の名前が入った書類、契約書、社員の個人情報が入った書類は、デモに入れません。公開のデモは、誰でも使える社外のサーバーで動いているからです。
試す時は、自社で公開しているパンフレットや、架空の値で作った見本の書類を使います。読み取りの質を確かめるだけなら、それで足ります。
*Hugging Face:AIのモデルや、それを試せるデモを公開する場所。開発者が作ったデモをブラウザで動かせる。 *GPU:画像の処理やAIの計算を速く行う部品。AIを自社で動かす時に、どれだけのGPUを積むかで読める量が決まる。
社外に出さずに使う条件|自社のパソコンで数百ページを読む
社外に出せない書類を読むなら、Unlimited OCR 2を自社のパソコンかサーバーに入れて動かします。モデルの中身が公開されているため、書類を社外に送らずに読み取れます。
取引先から預かった書類ほど、AIに読ませたくても外のサービスには出せません。2つのPDFの改定箇所をAIで拾いたいが、書類は取引先の物で外に出せない、という声が研修の受講後のアンケートにありました。
「PDF化された2つの文書を比較し、改定された内容をはきだす。但し文書は取引先の製造所文書で秘匿性が高い。」
— 商社の受講者(スマートエイトの研修アンケートより、2026年6月)
ただ、自社で動かす方法は、事務の担当者が1人で入れられる道具ではありません。必要な機材と、入れる作業の担い手を先に決めます。

必要な機材の目安
動かすには、AIの計算に向いたGPUを積んだパソコンが要ります。開発元が動作を確かめた機材は、データセンター向けの80GBのメモリを積んだGPUです。
モデルのファイルは約6.7GBです。公開デモの設定では、48GBのGPUでモデルを載せた残りのメモリのうち、最も重い条件で20ページを一度に読む時に約26GBを使う見込みで組んでいます。
数百ページを一気に読む場合は、公式の例では10ページずつに区切り、前の区切りの終わりを引き継ぎながら読む設定が用意されています。区切りを小さくするほどメモリは減りますが、区切りをまたぐ表や文章のつながりは弱くなります。
社内で動かす流れ
入れる作業は、情報システムの担当者か、外部の開発会社に頼むのが現実的です。Pythonという言語の環境を整え、決められた版の部品をそろえる必要があるためです。
動き始めた後の流れは、PDFを社内のサーバーに置き、読み取らせ、書き起こした文字を共有フォルダに保存する、の3つです。書類は社内のネットワークから出ません。
自社のパソコンでAIを動かす考え方と機材の選び方は、ローカルLLMとは?クラウドのAIとの使い分け方と必要な機材の目安でまとめています。
読み取った後の確かめ方
読み取りの結果は、そのまま使わずに確かめます。金額や日付の1字違いは、文字としては自然に見えるため、目で読んでも気づきにくいからです。
確かめ方は2つあります。見積書や請求書は、表の金額を足して合計の欄と合うかを計算で見ます。文字を選んでコピーできるPDFは、そこから機械で抜いた*テキストレイヤーの文字と、AIの読み取り結果を突き合わせます。
スマートエイトが社内でPDFの読み取りを直した時も、効いたのはこの突き合わせでした。図や表の並びはAIの結果から、正しい文字列は機械で抜いた文字から取ると決めると、推測で作られた文字が混ざりにくくなります。
*テキストレイヤー:PDFの見た目の裏に入っている文字のデータ。WordやExcelから作ったPDFには入っており、紙をスキャンしたPDFには無いことが多い。
クラウド版との使い分け|社外に出せる書類と出せない書類で分ける
Unlimited OCR 2は、自社で動かすほかに、Baiduのクラウドからも使えます。どれを選ぶかは、書類を社外に出してよいかと、読む量で決まります。
Baiduのクラウド版でできること
Baiduのクラウド版は、*百度智能云の文書を読み取る*APIです。機材を用意せず、自社のシステムからPDFを送って結果を受け取れます。
1回に送れるPDFは500ページまでで、読み取った結果のダウンロード用のリンクは30日間使えます。説明のページは中国語です。料金は1ページ0.05元で、期間限定で0.02元に下がっており、実名の認証を済ませた利用者は月2,000ページまで無料です。
送った書類は、中国の会社であるBaiduのクラウドで処理されます。社内の書類を国外の会社のクラウドに送ってよいかは、使う前に社内の決まりで確かめます。
3つの使い方の選び方
3つの使い方を、書類が社外に出るかと準備の重さで並べると、次のとおりです。
社外に出してよい書類で質を確かめるならデモ、社外に出せる書類を大量に流すならクラウド版、社外に出せない書類を読むなら自社のパソコンです。最初の1週間はデモで自社の書類に近い見本を試し、手応えがあってから自社のパソコンへ進む順が、費用のむだが出にくい進め方です。
読み取った後の転記まで考える
文字にできても、その文字を基幹システムやExcelの決まった欄へ写す作業は残ります。研修の受講後のアンケートでも、困っている業務としてそのまま挙がっていました。
「PDFからエクセルに転記する業務」
— 商社の受講者(スマートエイトの研修アンケートより、2026年6月)
写す側の道具も、毎回同じ形の書類ならマクロ、形がばらばらの書類ならAIというように分けて考えます。
写す側の選び方は、エクセルの転記を自動化する方法|PDFはAI、定型はマクロで分けるで詳しく扱っています。読み取りと転記の手間を合わせて、何時間減るかで導入の価値を測ると判断がぶれません。その測り方は、生成AIの費用対効果を測る4つの問いが参考になります。
*百度智能云:Baiduの法人向けクラウドのサービス。英語ではBaidu AI Cloudと呼ばれる。 *API:自社のシステムから外部のサービスを呼び出すための窓口。画面を開かずに、プログラムからデータを送って結果を受け取れる。
よくある質問|Unlimited OCR 2を使う前に
Unlimited OCR 2は無料で使えますか?
モデルそのものは無料です。MITライセンスで公開されており、使用料はかかりません。
ただし、自社のパソコンで動かす場合はGPUの機材と設定の作業に費用がかかります。公開のデモは無料ですが、1日に使える時間に上限があります。
読み取った表はExcelに貼れますか?
表は行と列の印が付いた表の形で出てくるため、Excelの表に直せます。印のままでは貼りにくいので、ChatGPTなどに「この表をExcelに貼れる形に直して」と渡すと手早く整います。
直した後は、行の数と合計の金額が元の書類と合っているかを確かめます。
数百ページを読む時、ページの順番は保たれますか?
保たれます。書き起こした文字には、入れたページの順番どおりに、ページごとの区切りの印が入ります。
区切りの印を目印にすれば、何ページ目の文字かをたどれます。読み取りの誤りを見つけた時に、元のページへ戻って確かめやすくなります。
さいごに
Unlimited OCR 2は、数百ページのPDFを1回の依頼で文字にできる無料のAIです。日本語の見積書・社内規程・縦書きの3枚でも、文字を正しく読み取りました。
紙やPDFの手入力に時間を取られている会社は、まず公開のデモで、社外に出してよい見本の書類を1枚読ませてみてください。社外に出せない書類を数百ページ読むなら、自社のパソコンで動かす準備に進みます。
読み取りから転記までを社内の仕組みにする作業は、スマートエイトの業務の自動化の開発でも扱っています。→ AI開発・導入支援の詳細
※生成AI研修資料/導入事例も無料ダウンロードいただけます。