百度发布并开源文心无限 OCR 2，用于解析长文档
OCR 3.0 时代来了！文心 Unlimited OCR 2 开源发布，超长文档解析迎来“页数自由”
- 谁
- Baidu
- 时间
- 引文
10月27日，百度发布并开源文心 Unlimited OCR 2，全球首次实现任意页数文档解析，将 OCR 的处理上限从数十页推向“无限”，并达到最先进水平（SOTA）。
发生了什么
百度于 10 月 27 日发布并开源文心无限 OCR 2，称其可解析文档且不受页数限制。报告称，该模型在 MPDocBench 上得分为 84.6，在 MarathonDocBench 上得分为 77.1；其 SR-SWA 注意力机制在百页文档上的单步解码速度比 Full Attention 快 7 倍。代码和模型权重可在 https://github.com/baidu/Unlimited-OCR 和 https://huggingface.co/baidu/Unlimited-OCR-2 获取。
接下来读什么
查看这件事的完整进展百度开源文心无限OCR 2，用于长文档解析2 家信源报道
这件事到目前为止
百度发布并开源了文心无限OCR 2，并在 GitHub 和 Hugging Face 上提供其代码和模型权重，同时通过百度智能云和百度AI开放平台提供该模型。百度称，该模型解析文档时没有页数限制。 据量子位报道，该模型的技术报告结合了稀疏参考滑动窗口注意力和分块解码，在百页规模的单序列测试中，将 KV 缓存峰值占用从 47GB 降至 1.77GB。这些数据不包括模型权重和其他内存开销。在一项单独的 16 路并发测试中，吞吐量从每秒 360 个 token 提升至每秒 1315 个 token。量子位还报道，该模型解析英文版《指环王》（共 884 页）用时约 42 分 56 秒。 据雷锋网报道，该模型在 MPDocBench 和 MarathonDocBench 上分别获得 84.6 分和 77.1 分；使用其 SR-SWA 注意力机制处理百页文档时，单步解码速度比 Full Attention 快七倍。
每天一封，跟上 AI 的重要变化
模型发布、价格变化、算力进展，附原始来源。免费，确认后开始发送，随时一键退订。 看一份往期日报 · 2026-10-27