百度发布 Unlimited-OCR-2，实现无界文档解析

百度开源 Unlimited-OCR-2，用 SR-SWA 实现无界长文档解析

资讯摘要

百度在 Hugging Face 发布 Unlimited-OCR-2，论文提出稀疏参考滑动窗口注意力（SR-SWA），将文本与视觉的注意力交互压缩到固定规模的参考集（如 512 tokens），使每步解码延迟和内存占用不随文档长度增长。作者报告该模型在 MPDocBench 与超长文档基准 MarathonDocBench 上达到 SOTA，并同步发布 MarathonDocBench。模型支持 Transformers 与 SGLang 推理，已上线 ModelScope 和百度云。

要点速读

1. 论文提出 SR-SWA，把超长序列的文本-视觉注意力压缩到固定参考集，以限制计算复杂度
2. 作者报告在数十页与上百页文档基准上达到 SOTA，并发布超长文档基准 MarathonDocBench
3. 支持 Transformers 与 SGLang，已上线 ModelScope、百度云及 Hugging Face Spaces 演示

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:20（北京时间）。