百度开源 Unlimited-OCR-2 长文档解析模型

百度发布并开源 Unlimited-OCR-2 模型，称其能实现无限长文档解析。该模型通过稀疏参考滑动窗口注意力（SR-SWA），把文本与视觉的注意力交互压缩到固定大小的参考集（如 512 tokens），使每步解码延迟和显存占用几乎不随文档长度增长。 模型已在 ModelScope 和百度云上线，并提供试用入口。上述效果来自百度发布时的说明，尚未见独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。