百度 Unlimited OCR 2 单次读完 1200 页《三体》，跑分 77.1 远超对手 33.7
heyshrutimishra · x · 2026-10-27
百度发布 Unlimited OCR 2，宣称单次处理即可完整识别《三体》三部曲 1200+ 页原文。难点不在逐页识别，而在一次读长文档时保持跨页一致性——跨页表格、数百页前的编号体系不丢失。对比中 MiniMax-M3 在约 223 页后失效，Gemini 3.1 Pro 和 Qwen3.8-Flash-Next 随文档变长精度下降；Unlimited OCR 2 在数百页长文档构建的 MarathonDocBench 上得 77.1 分，第二名仅 33.7。
技术核心是稀疏参考滑窗注意力（SR-SWA）：像人抄书一样盯着当前页、回看最相关的早前页，使每步解码成本几乎不随长度增长——100 页时比全注意力快 7 倍。上一代在 Hugging Face 下载量超 1000 万、GitHub 2.8 万星。
作者提醒：这些数字来自百度自己的报告，测试源是干净的印刷小说，杂乱扫描件、手写和混合语言 PDF 上的独立复测仍待验证。若成立，合同、财报、数据室文档可一次性整卷处理，不必再切分。
所属事件:百度开源 Unlimited OCR 2：一次解析数千页长文档(11 条相关)→
「模型」频道最新
- 用了一年半的 Claude Code 账号被封，用户求替代方案 — mazzaTalk · 2026-10-27
- 新模型 Terra 获好评:速度更快,写作 reportedly 超过所有 OpenAI 模型 — intellectronica · 2026-10-27
- 网友称 Opus 5.5 会闹脾气：缺关爱就进入不爽状态，摸头能安抚 — repligate · 2026-10-27
- Inference.net 上架去审查版 DeepSeek V4.1 Flash，成本价仅限审批用户 — AccBalanced · 2026-10-27
- Reddit 热议：模型审查这么严，为何防不住越狱与滥用 — mikehocalate · 2026-10-27
- 传 OpenAI 25页证明 Sogge 局部光滑猜想，绕开二十年调和分析积累 — teortaxesTex · 2026-10-27