实测 Unlimited-OCR-2：单次读 30 页 PDF，跨页表格不再断裂
KhuyenTran16 · x · 2026-11-10
OpenTeams 高级 DevRel Khuyen Tran 实测百度开源文档解析模型 Unlimited-OCR-2，解决传统 OCR 的跨页表格痛点。
- 痛点：多数 OCR 模型逐页读取，长 PDF 中跨两页的表格会被拆成两个独立表格。
- 方案：Unlimited-OCR-2 基于 DeepSeek-OCR 构建、体积与 DeepSeek-OCR-2 相当，核心差异是单次请求读取多页（实测覆盖 2–30 页请求），跨页表格可合并还原为一张表，跨页段落也能连续解析。
- 原理：模型并非在生成每个词时重读所有页面（那样太慢），而是先把每页切成小条带（band）并做摘要，再据此跨页生成。
- 实测代码已在 GitHub 开源，作者指出长文档基准成绩好不代表真实文档表现，因此专门用真实长 PDF 报告验证。
「编程与Agent」频道最新
- 《百页深度强化学习书》上新，作者还用 vibe coding 零代码做出学习平台 — burkov · 2026-11-10
- Perplexity 科研 agent 从零构建拓扑量子记忆模拟器 — jeffgrimes9 · 2026-11-10
- Mainframe 团队用自家 Canvas 画布开发 Mainframe 本身,前后端全在其中 — vinvan · 2026-11-10
- 企业安全团队研讨:AI Agent 自动创建并审批 PR 的边界 — heyneighbor · 2026-11-10
- 开发者把 37 个确定性检查做成 MCP 工具,仅两个用 LLM — KuNaan314 · 2026-11-10
- Fable 5.2 实测：自动测 Stripe 订阅全流程，19 次开浏览器找 bug — Rasmic · 2026-11-10