# 百度文心开源端到端文档解析模型 Unlimited OCR 2

- 分类: 快讯
- 发布时间: 2026-10-28T11:56:00.000Z
- 原始资料日期: 2026-10-28
- HTML: https://www.88z.ai/news/flash-20261028-7ebc290da7d7f0af
- Markdown: https://www.88z.ai/news/flash-20261028-7ebc290da7d7f0af.md
- 另一语言: https://www.88z.ai/en/news/flash-20261028-7ebc290da7d7f0af.md

百度文心发布并开源端到端文档解析模型Unlimited OCR 2，支持连续识别超3600页长文档。其核心SR-SWA注意力机制结合分块解码，将百页级测试峰值KV缓存降低约96%，16路并发吞吐量提升3.65倍。

## 消息要点

- Unlimited OCR 2支持连续识别3600+页超长文档并已开源
- SR-SWA机制使KV缓存降低约96%，并发吞吐量提升3.65倍

## 要点

百度文心正式推出并开源了端到端文档解析模型Unlimited OCR 2。该模型具备处理超长文档的能力，能够连续识别包含三千六百多页内容的《哈利·波特》全集。在技术架构上，Unlimited OCR 2采用了核心的SR-SWA注意力机制，这一机制能够模拟人类抄书时的行为模式，根据需求筛选相关的页面与信息块。配合分块解码机制，该模型显著优化了资源效率。在百页级测试中，其峰值KV缓存从47GB大幅降至1.77GB，降幅约为96%。同时，系统的16路并发吞吐量也得到了显著提升，达到了原来的3.65倍。

## 资料来源

- [量子位](https://mp.weixin.qq.com/s/3UdLpbh6iXwlQMitklHVTw) (2026-10-28)

本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述，未将其视为本站实测或独家采访结论。