百度开源 Unlimited OCR 2:3B 参数一次吃下数百页文档
abhishek__AI · x · 2026-10-27
百度发布并完全开源了 OCR 模型 Unlimited OCR 2（3B 参数，MIT 协议），单次请求可处理数百页文档，号称开启「OCR-3.0 / 无限长解析」时代。
- 采用 SR-SWA 机制控制文本-视觉注意力，实现近乎恒定的解码延迟，文档长度几乎不受限
- 官方评测图显示：在数百页的 MarathonDocBenchmark 上得 77.1 分，大幅领先 Qwen3.8-Max（22.9）、Gemini-3.1-Pro Preview（27.0）等对手；数十页的 MPDocBench 上以 84.6 分登顶，比第二名高 6.3 分
- 已支持 vLLM 推理、ms-swift 训练，并上线 Hugging Face 与百度云
代码与论文已开源在 GitHub（baidu/Unlimited-OCR）。
所属事件:百度开源 Unlimited OCR 2：单次解析任意长文档(21 条相关)→
「模型」频道最新
- 博主公开批评 Kimi 订阅是骗局后遭误判软广锁号 — Scobleizer · 2026-10-27
- 博主改口:Anthropic 模型已全面碾压 OpenAI,与三月前判断相反 — Scobleizer · 2026-10-27
- 博主公布 Claude 作答 IEB 数学卷 Paper 1 的完整答案 — shauntrennery · 2026-10-27
- 曝 OpenAI 与 Claude 模型各自独立给出 3-SAT 次指数算法，ETH 或被推翻 — deedydas · 2026-10-27
- 纽约大学等研究发现：主流 AI 模型过度使用增加阅读难度的语言模式 — andrewaltair · 2026-10-27
- 网友复盘拆解：Cohere 指控 Qwen 传偷传数据实为诱导性测试 — feelspeaceman · 2026-10-27