OCR 3.0 时代来了!文心 Unlimited OCR 2 开源发布,超长文档解析迎来“页数自由”_apple id美区iosstore相关介绍与使用方法分享
10月27日,页数自由百度发布并开源文心 Unlimited OCR 2,代文档解全球首次实现任意页数文档解析,心U析迎将 OCR 的布超处理上限从数十页推向“无限”,并达到最先进水平(SOTA)。长文实测显示,页数自由apple id美区iosstore相关介绍与使用方法分享该模型能够一次性解析《哈利·波特》全系列 7 部作品,代文档解累计超过 3600 页,心U析迎在文档长度大幅增加的布超情况下,依然保持较高的长文精度和处理效率,推动文档解析技术迈向OCR 3.0时代。页数自由 公开基准测试显示,代文档解在面向多页文档解析的心U析迎 MPDocBench,以及专门评估百页级超长文档解析能力的布超 MarathonDocBench 上,文心 Unlimited OCR 2 的长文综合得分分别为 84.6分和 77.1分,达到端到端性能SOTA,大幅领先 Qwen 3.8-Max、求日区App Store 免费共享Gemini-3.8-Flash、GLM-5.3-Flash、DeepSeek-4.1-Flash等模型。 这一突破得益于文心 Unlimited OCR 2 所提出的稀疏参考滑动窗口注意力机制(Sparse Reference Sliding Window Attention,SR-SWA)。该机制借鉴了人类抄录书籍的过程——通常专注于当前页面,只有在需要核对前文或查找跨页信息时,才会回看相关内容,而非反复翻阅整本书的内容。 SR-SWA 将该思路引入模型的注意力计算中。具体而言,页面门控(Page Gate)先把每个查询的视觉参考范围从整个文档缩小到相关页面,同时建模跨页的位置关系;随后引入得分最高的视觉 Token 桶(Token Buckets),以捕捉长距离视觉依赖关系。报告测试显示,在百页文档场景中,SR-SWA 的单步解码速度相比 Full Attention 和上一代 R-SWA 分别提升7倍和5.6倍。 随着 AI 技术的发展,长篇研报、整本书籍等超长文档的解析需求日益增长,对 OCR 技术提出了全新挑战。传统 OCR 的解析范围多局限于单页,多页解析通常依赖于结果拼接;第一代 Unlimited OCR 通过引入参考滑动窗口注意力机制,将解析范围拓展至连续数十页;而此次发布的 Unlimited OCR 2 则进一步突破了超长文档解析的计算瓶颈,通过SR-SWA减少冗余视觉信息计算,结合无限解码机制(Unlimited-Horizon Decoding)降低超长文档解析的计算与显存开销,推动文档解析技术迈向OCR 3.0时代,实现了真正意义上的任意页数文档解析。 Unlimited OCR 项目已经获得全球开源社区广泛认可。第一代 Unlimited OCR 于6月22日正式发布后,次日即登顶 GitHub Daily Trending 总榜、Python 榜, HuggingFace 全球模型总趋势榜、多模态模型趋势榜,实现四榜第一,GitHub Star 5 天突破 1 万,跻身现象级爆款项目行列。截至目前,Hugging Face 累计下载量突破 1000 万次,GitHub 斩获 2.85 万 Star,获得图灵奖得主、AI 科学家杨立昆(Yann LeCun)的转发推荐。 11月12日,百度世界2026大会将进一步展示文心 Unlimited OCR 2 的技术亮点及应用潜力。 本届大会以“下一幕,智能组织”为主题,将发布百度“芯云模体”全栈AI的最新升级成果,助力企业和开发者加速AI应用落地,推动智能组织进化。 目前,文心 Unlimited OCR 2 的代码和模型权重同步开源至 GitHub、Hugging Face,并同步上线百度智能云平台和百度AI开放平台,开发者和企业用户可下载使用。 文心 Unlimited OCR 2 开源地址: GitHub:https://github.com/baidu/Unlimited-OCR HuggingFace:https://huggingface.co/baidu/Unlimited-OCR-2 

- 最近发表
-
- 亦庄国投发行26亿元科技创新债券 促进战略新兴产业快速发展
- 东莞大平层全屋定制需求爆发,但多数人判断品牌的方式错了-
- Wi-Fi 速度慢可能是選錯頻段,照距離挑選 2.4GHz 或 5GHz 更準確
- 新火爆聚焦新媒体,新模式带来新商机!恭贺上海酒与你酒业签约火
- 赢商周报
- 恭贺杨掌柜签约火爆网,用视频引流,用直播变现!助实体招商落地
- 牛顿农场玻瓶酸奶,掀起抢.购热潮!餐饮旺销、宴席闪耀、礼盒吸
- 五芳斋拟发行H股并在港交所上市
- 山西焦煤召开省委第六轮巡视整改视频督导会议
- 再造一个“新佛山”,还需多少个美的?丨区域科创解读 佛山拥有泛家居、装备制造等11个千亿级产业集群,在陶瓷、家电、建材、食品等多个领域的产能全球领先,然而其创新生态仍呈现“单极支撑”的局面。 以美的集团当前的贡献度为标尺粗略测算,佛山想在科创实力上与深圳比肩,至少需要再拥有7家同等量级的科技创新龙头企业。 科创力 03-27 6评论
- 随机阅读
-
- 数智通行新范式|道尔智控为中佳大厦打造全域“一脸通”智慧通行方案
- 火爆聚势新媒体,年末送豪礼!恭贺维他倍健续约火爆网!携手同奋
- 旅行商、网红达人来厦采风点赞厦门新玩法
- 厦门将启动未来产业培育工程 十大未来产业发布
- 泉州迎来首个秋假 不必去远方 本地也有“诗”
- 5G 功耗最佳化:從晶片到網路之系統解方
- 18平米小户型装修效果图大全
- 18平米小户型装修效果图-三维家
- 截至2025年底,国家助学贷款累计发放6958亿元
- 5G 功耗最佳化:從晶片到網路之系統解方
- 18平米小户型装修效果图大全-三维家
- 18平米小户型装修效果图大全-三维家
- 泉州市全国政协委员建议:为乡村振兴培养更多农村人才
- 17年征程新火爆,聚焦新媒体推广!恭贺益和源续约火爆网!
- 河南17个省辖市密集“限行” 开车“跨市”如何避免尴尬
- 广东省人大财经委汪一洋:科创行业要从三大方向提升对经济社会的贡献度|全球快播报
- 国网晋中供电公司:专项巡检守三跨 筑牢输电安全防线
- 厦金航线将迎客流高峰 自助通道提高通行效率
- 河北石家庄iso9000认证
- 泉州市33家企业获资金补助超千万元
- 搜索
-
- 友情链接
-