曾获LeCun转发推荐、狂揽1,000万下载的百度开源神作，又杀回来了！

时隔4个月，百度今天正式开源新一代文档解析模型——文心Unlimited OCR 2。

它的体量依然轻巧，总参数3B，每次推理实际激活仅500M（5亿）。

但就是这个5亿激活的轻量级模型，直接拿下了两大权威基准的全线第一：

• 百页级长文档基准MarathonDocBench（103–300页），拿到77.06分，位列第一；
• 多页跨页基准MPDocBench，拿下84.59分，位居榜首。
• 
  

整套全部啃完，掐表一看，1小时30分，平均翻一页只要1.5秒左右。整整3623页，翻了3000多次页，它一次也没「断片」。

要知道，上一代模型的极限还卡在40多页；短短120天，百度直接把页数上限给干没了！

同时单序列KV显存更是直接砍掉96.2%，一张普通游戏显卡就能跑满全场。

顺着这个最朴素的直觉，百度团队掏出了第二代杀手锏——稀疏参考滑动窗口注意力（SR-SWA）。

随着文档一路拉长到300页，通用旗舰准确率跳水、延迟陡峭冲顶；唯有文心Unlimited OCR 2准确率稳如水平线，解码延迟贴地飞行。

早在第一代模型开源时，一位名叫Snarcy的开发者就在HuggingFace评论区看穿了这个命名巧思，随手把台词改写成了OCR版本。

今天，无论是几百页的招股书、上千页的工程标书，还是五千页的传世长卷，都不再需要切碎后喂给机器——这句展望，终于照进了现实。

编辑：摩西 桃子