10月27日，百度正式发布并开源文心Unlimited OCR 2。该模型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”，并在多项基准测试中达到业界最先进水平（SOTA），推动文档解析技术迈入OCR 3.0时代。
打破文档解析页数上限，性能全面领先
实测数据显示，文心Unlimited OCR 2在一次性解析累计超3600页的大体量书籍时，即便文档长度大幅增加，仍能保持高精度与高效率。
在面向多页文档解析的MPDocBench及百页级超长文档评估MarathonDocBench上，该模型综合得分分别为84.6分和77.1分，端到端性能达到SOTA水平，大幅领先Qwen、Gemini、GLM、DeepSeek等主流模型。
创新SR-SWA机制，解码速度提升7倍
文心Unlimited OCR 2的核心突破在于提出了稀疏参考滑动窗口注意力机制（SR-SWA）。该机制借鉴人类抄书逻辑，通过页面门控将视觉参考范围聚焦于相关页面，并利用高分视觉Token桶捕捉长距离依赖，有效减少冗余计算。
测试表明，在百页文档场景下，SR-SWA的单步解码速度较Full Attention提升7倍，较上一代R-SWA提升5.6倍。结合无限解码机制（Unlimited-Horizon Decoding），显著降低了超长文档解析的计算与显存开销，真正实现任意页数的高效解析。
开源社区反响热烈，多款平台同步上线
Unlimited OCR项目自发布以来广受全球开源社区认可。第一代产品曾登顶GitHub、HuggingFace等多榜第一，GitHub Star数5天破万。截至目前，Hugging Face累计下载量已突破1000万次，GitHub斩获2.88万Star，并获得图灵奖得主Yann LeCun转发推荐。
11月12日，百度世界2026大会将以“下一幕，智能组织”为主题，进一步展示文心Unlimited OCR 2的技术亮点及应用潜力。目前，该模型的代码和权重已同步开源至GitHub、Hugging Face，并上线百度智能云及百度AI开放平台，供开发者和企业用户下载使用。
▎文心 Unlimited OCR 2 开源地址：
GitHub：
https://github.com/baidu/Unlimited-OCR
HuggingFace：
https://huggingface.co/baidu/Unlimited-OCR-2
▎文心 Unlimited OCR 2 在线体验入口：
百度AI开放平台：
https://ai.baidu.com/tech/ocr/doc_parser
百度智能云官网：
https://cloud.baidu.com/product/OCR/doc_parser.html