百度开源文心 Unlimited OCR 2，实现任意页数文档解析
原标题：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”
AI 摘要
百度发布并开源文心 Unlimited OCR 2，宣称全球首次实现任意页数文档解析，将 OCR 处理上限从数十页推向无限，并在 MPDocBench 和 MarathonDocBench 上达到端到端 SOTA。该模型采用稀疏参考滑动窗口注意力机制（SR-SWA），在百页文档场景中单步解码速度相比 Full Attention 和上一代 R-SWA 分别提升 7 倍和 5.6 倍。代码和模型权重已开源至 GitHub、Hugging Face，并上线百度智能云平台和百度 AI 开放平台。
正文节选
0 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