文心 Unlimited OCR 第二代发布：一口气吞下 3600 页哈利波特全七部
xiaohu · x · 2026-10-27
百度文心 Unlimited OCR 第二代发布，将文档解析上限从连续数十页推向「无限」：引入 Unlimited-Horizon Decoding Paradigm（无限跨度解码机制），可端到端一次性吞吐数千页超长文档，实测能一口气解析 1200+ 页的《三体》全三册、3600+ 页的《哈利·波特》七部曲。
核心机制：模仿人类抄书时只关注眼前段落、不必背下整本书。具体做法是：
- 将文档切成多个页面块，相邻块共享一个边界页；
- 当前块解析完成后，保留边界页的视觉 KV 和近期输出的文本 KV，进入下一块时复用这些状态，释放不活跃的旧页面缓存（如处理完 1–10 页后保留第 10 页作边界继续）；
- GPU 上只驻留当前活动块所需缓存，避免注意力计算无节制消耗硬件资源。
所属事件:百度开源 Unlimited OCR 2：数千页长文档一次解析(5 条相关)→
「模型」频道最新
- MiniMax M3.1 Flash 智能体成绩超 Opus 5.5，成本低 27 倍 — togethercompute · 2026-10-27
- 爱丁堡团队连发 10 篇论文：自博弈、多模态检索与 VLM 稳定性 — PMinervini · 2026-10-27
- 爆料图对比:xAI 开源承诺沦为 0%,DeepSeek 全模型开放权重 — kingslyj · 2026-10-27
- 百度开源 OCR 模型 HF 下载破千万,一次读完 1200 页三体 — xiaohu · 2026-10-27
- Unlimited OCR 2 发布：一次吞下 3600 页哈利波特，KV 缓存从 47GB 降到 1.77GB — xiaohu · 2026-10-27
- 模型解难题时内部自动形成专家辩论,训练涌现出无人设计的社会化思考 — profjamesevans · 2026-10-27