百度发布 Unlimited-OCR-2：3B 参数支持整本书级超长文档 OCR
精选理由
百度这个 3B 的 OCR 模型能整本书一次识别，越长的文档也不会变慢，还开源支持 Transformers 和 SGLang 部署，做文档处理的可以试试。
百度推出 OCR 模型 Unlimited-OCR-2，主打超长文档识别，可处理整本书级别的输入，官方演示中对《哈利·波特》整套书做 OCR。相比第一代，第二代引入 SR-SWA 机制，改变超长文档的注意力计算与记忆管理方式，使计算开销不随文档长度累积，单 Token 解码延迟和显存占用保持稳定。模型参数量为 3B，支持 Transformers 和 SGLang 两种部署方式。
原文 · AIGCLINK
今天百度的Unlimited-OCR-2出来了，超长文档OCR、整本书OCR，《哈利·波特》整套书OCR
比第一代，第二代不是简单增加上下文窗口，其引入了SR-SWA，改变超长文档的注意力计算和记忆管理方式
让注意力计算开销不再随文档长度无限累积，单Token解码延迟和相关显存占用基本保持稳定，不会越OCR越慢
3B，支持Transformers和SGLang部署
#OCR #UnlimitedOCR2
