百度开源 Unlimited OCR2:单次请求解析数百页整本书
abhishek__AI · x · 2026-11-23
百度 ERNIE 团队发布 Unlimited OCR2,一个可单次读取整本书(数百页)的 OCR 模型,突破传统文档长度瓶颈。
- 传统 OCR 需把 PDF 切块分别处理再拼接,Unlimited OCR2 用 Sparse Reference Sliding Window Attention(SR-SWA) 维持固定大小(如 512 token)的工作引用集,使解码延迟与内存占用近乎恒定
- 支持无限文档解析、一次解析多页,面向长 PDF、书籍与复杂文档
- 提供 OpenAI 兼容 API,支持 HuggingFace Transformers 与 SGLang,自托管无需专有 OCR API
- 多项基准取得 SOTA,官方演示了它解析整本《哈利·波特》
所属事件:百度开源 Unlimited OCR2:单次可解析数百页整本书(2 条相关)→
「模型」频道最新
- Opus 5.5 复查数学界限:指认 2015 论文漏写的系数 2 — xennygrimmato_ · 2026-11-23
- 马斯克宣称 Grok 提升 25 倍而非 25%,网友追问蒸馏小模型能否同步受益 — dreamwieber · 2026-11-23
- 两台 Mac Studio 跑 320B 模型:单用户 137 tok/s,32 人并发零报错 — AIFlow_ML · 2026-11-23
- 梗图调侃 Gemini 半年巨变:Flash 兄弟变身元素命名猛男 — MOJEBBARI · 2026-11-23
- 普林斯顿/Meta 进化推理策略:Qwen3 小模型成本降 39% 精度持平 — michaelTM_ai · 2026-11-23
- 开发者驳「蒸馏万能论」:实验室靠海量采购数据,蒸馏只是安慰剂 — gnukeith · 2026-11-23