百度开源 Unlimited-OCR-2，可解析超长文档

百度于 2026 年 10 月 27 日在 Hugging Face 开源了 Unlimited-OCR-2 模型。该模型采用稀疏参考滑动窗口注意力（SR-SWA）技术，将长序列的文本-视觉注意力交互压缩到固定规模的工作参考集（如 512 tokens），使每步解码的延迟与内存占用几乎不随文档长度变化，从而在有限上下文窗口内实现对无界长度文档的解析。 据官方发布说明，该模型在数十页文档基准 MPDocBench 和上百页文档基准 MarathonDocBench 上均达到 SOTA。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。