模型發布
百度開源文心 Unlimited OCR 2:主打任意頁數文件解析,實測逾 3,600 頁且解碼提速 7 倍
AI 科技評論單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據
據媒體報導,百度正式發布並開源「文心 Unlimited OCR 2」,宣稱突破長文件計算瓶頸,全球首度達成任意頁數解析。實測顯示該模型能一次性處理超過 3,600 頁的《哈利·波特》全套書籍。技術核心採用「稀疏參考滑動窗口注意力機制」(SR-SWA)結合無限解碼機制(Unlimited-Horizon Decoding),透過頁面門控(Page Gate)收窄視覺參考範圍並建立跨頁關聯,再由視覺 Token 桶(Token Buckets)捕捉長距依賴;在百頁文件場景中,SR-SWA 單步解碼速度較 Full Attention 提升 7 倍、較上一代 R-SWA 提升 5.6 倍。基準測試數據方面,該模型在多頁評測 MPDocBench 獲得 84.6 分,百頁級評測 MarathonDocBench 獲 77.1 分,官方宣稱端到端表現超越 Qwen 3.8-Max、Gemini-3.8-Flash 及 DeepSeek-4.1-Flash 等模型。目前程式碼與權重已於 GitHub 和 Hugging Face 公開釋出。
讀原始報導