百度开源 Unlimited OCR 2：SR-SWA 突破超长文档解析上限
pmttyji · reddit · 2026-10-27
百度发布并开源 Unlimited OCR 2，主打「无限长度」文档解析，核心是新技术 SR-SWA（Sparse Reference Sliding Window Attention）。
- SR-SWA 把超长序列的文本-视觉注意力交互压缩到固定大小的参考集合（如 512 token），使每步解码的延迟和显存占用几乎与文档长度无关；
- 由此在有限上下文窗口内实现真正的无界文档解析，消除注意力二次方扩展和内存瓶颈；
- 在几十页基准（如 MPDocBench）和上百页极端基准（如 MarathonDocBench）上均取得 SOTA。
模型已在 Hugging Face 和 GitHub 上线。
所属事件:百度开源 Unlimited OCR 2：数千页文档一次解析(19 条相关)→
「模型」频道最新
- Unlimited OCR 2 开源仓已 28.9k Star,附推理脚本与技术报告 — abhishek__AI · 2026-10-27
- 百度开源 Unlimited OCR 2:3B 参数一次吃下数百页文档 — abhishek__AI · 2026-10-27
- 开发者实测 DeepSeek Flash：让它自建工具效果出色且成本低 — victormustar · 2026-10-27
- Reddit 发问：为何主流开源权重模型几乎都来自中国 — PhilosopherSweaty826 · 2026-10-27
- 医生处方手写识别实测：一年内 OCR 已能读出"七天"剂量 — MaziyarPanahi · 2026-10-27
- cyb3rops:开源权重模型已让九成组织可被轻松攻破 — cyb3rops · 2026-10-27