网易首页 > 网易号 > 正文 申请入驻

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”

0
分享至

10月27日,百度发布并开源文心 Unlimited OCR 2,全球首次实现任意页数文档解析,将 OCR 的处理上限从数十页推向“无限”,并达到最先进水平(SOTA)。实测显示,该模型能够一次性解析《哈利·波特》全系列 7 部作品,累计超过 3600 页,在文档长度大幅增加的情况下,依然保持较高的精度和处理效率,推动文档解析技术迈向OCR 3.0时代。

公开基准测试显示,在面向多页文档解析的 MPDocBench,以及专门评估百页级超长文档解析能力的 MarathonDocBench 上,文心 Unlimited OCR 2 的综合得分分别为 84.6分和 77.1分,达到端到端性能SOTA,大幅领先 Qwen 3.8-Max、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

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
关税反击:特朗普已被逼到了悬崖边上,因为中国击中了他这个要害

关税反击:特朗普已被逼到了悬崖边上,因为中国击中了他这个要害

诡谲怪谈
2025-04-18 11:36:10
高市早苗参加APEC晚宴!穿红衣黑裙很知性,却是抵达机场时的衣服

高市早苗参加APEC晚宴!穿红衣黑裙很知性,却是抵达机场时的衣服

八八尚语
2026-11-19 10:39:30
追完《狂飙》就邀她拍戏,张艺谋对高叶的欣赏藏了 14 年

追完《狂飙》就邀她拍戏,张艺谋对高叶的欣赏藏了 14 年

财叔
2026-11-20 09:43:35
随着辽宁男篮107-115遭山西男篮逆转过去仅一夜,带来辽宁男篮乌戈最新动态,付豪说的非常实在

随着辽宁男篮107-115遭山西男篮逆转过去仅一夜,带来辽宁男篮乌戈最新动态,付豪说的非常实在

凯丰侃球
2026-11-21 10:10:00
建议国际足联严查!南美裁判坑惨国足,放任犯规+胡乱判点球,国少0-5惨败收场

建议国际足联严查!南美裁判坑惨国足,放任犯规+胡乱判点球,国少0-5惨败收场

球盲百小易
2026-11-21 02:26:41
上半年138.3万对离婚,民政局“不劝了”:40岁以后的分手,是算过账的

上半年138.3万对离婚,民政局“不劝了”:40岁以后的分手,是算过账的

青科新闻
2026-11-08 11:25:23
GTA6首位韩流女歌手!被批太低俗 含跪下吞下等字眼

GTA6首位韩流女歌手!被批太低俗 含跪下吞下等字眼

游民星空
2026-11-20 17:10:26
四川一车主车身被剐,嫌2000元喷漆贵,把车开美甲店,效果出奇好

四川一车主车身被剐,嫌2000元喷漆贵,把车开美甲店,效果出奇好

华庭讲美食
2026-11-20 16:11:20
2.5G网速只跑出600M,问题竟出在显示器上

2.5G网速只跑出600M,问题竟出在显示器上

有态度网友ytd2993
2026-11-19 23:22:03
王菲、窦靖童、李嫣母女三人20周年合唱版《爱笑的天使》今日0点正式上线,嫣然天使基金发文:1个孩子的降生,20年从未停步的努力

王菲、窦靖童、李嫣母女三人20周年合唱版《爱笑的天使》今日0点正式上线,嫣然天使基金发文:1个孩子的降生,20年从未停步的努力

大风新闻
2026-11-21 08:51:03
APEC峰会谈芯片断供,董明珠:没有自己的芯,巨头也纯是替人打工

APEC峰会谈芯片断供,董明珠:没有自己的芯,巨头也纯是替人打工

哄动一时啊
2026-11-20 09:55:29
弘清法师透露:当一个家庭不聚财的时候,女主人多半有这3个习惯

弘清法师透露:当一个家庭不聚财的时候,女主人多半有这3个习惯

古怪奇谈录
2025-10-20 16:24:37
四川成都一女神太漂亮了,身高170五官精致,美得让人移不开眼

四川成都一女神太漂亮了,身高170五官精致,美得让人移不开眼

动物奇奇怪怪
2026-11-17 15:04:39
96比8票压倒性通过,蒙古总统被摘掉乌纱帽后,他明显很不服气

96比8票压倒性通过,蒙古总统被摘掉乌纱帽后,他明显很不服气

影孖看世界
2026-11-20 22:18:34
中产“相亲神器”,被这个中国小城干成白菜价

中产“相亲神器”,被这个中国小城干成白菜价

金错刀
2026-11-20 15:03:50
周六你需要知道的隔夜全球要闻:英伟达暴跌14%、美股进入回调区间;交易员不再完全消化美联储12月加息预期;“大空头”卖掉了半数英伟达和半导体ETF看跌期权

周六你需要知道的隔夜全球要闻:英伟达暴跌14%、美股进入回调区间;交易员不再完全消化美联储12月加息预期;“大空头”卖掉了半数英伟达和半导体ETF看跌期权

财联社
2026-11-21 07:03:01
天府金融大厦打包价2.44亿遭流拍,四川天府银行处置受挫

天府金融大厦打包价2.44亿遭流拍,四川天府银行处置受挫

密探财经
2026-11-20 13:19:31
痛风第一大省,是怎样被一碗汤熬成的?

痛风第一大省,是怎样被一碗汤熬成的?

犀利辣椒
2026-11-20 06:20:49
伊能静坐观察室刚开口,一句“根本不认识”,撕开多少明星假友情?

伊能静坐观察室刚开口,一句“根本不认识”,撕开多少明星假友情?

草莓解说体育
2026-11-21 06:32:20
11月21日收盘:纳指狂泻千点 英伟达跌14% 标普道指双双步入回调区间

11月21日收盘:纳指狂泻千点 英伟达跌14% 标普道指双双步入回调区间

新浪财经
2026-11-21 05:45:08
2026-11-21 10:52:49
雷峰网 incentive-icons
雷峰网
关注智能与未来!
71744文章数 656269关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

牛弹琴:美媒发文"追杀"黄仁勋 细节绝对拉满触目惊心

头条要闻

牛弹琴:美媒发文"追杀"黄仁勋 细节绝对拉满触目惊心

体育要闻

脚步未停!西班牙摩托车手赤脚徒步入境中国

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

家居
健康
亲子
本地
公开课

家居要闻

2026建博会(广州) 公装联探展交流活动

医生眼里"很伤腰"的椅子,很多人天天坐

亲子要闻

人类幼崽对警察的恐惧!网友:早知道你是警察我就不让你当我爸爸

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版