百度开源文心Unlimited OCR（光学字符识别） 2，称可一次性解析超3600页文档
百度发布并开源文心Unlimited OCR（光学字符识别） 2，宣称实现任意页数文档解析，实测一次性处理《哈利·波特》全系列7部、累计超3600页。
对需处理长篇研报、合同与书籍的企业，这意味着多页拼接的工程环节可能被单一模型替代； 但84.6分、77.1分来自公开基准，且为百度自测口径，实际业务精度仍需自行验证。
公司口径原始来源可核对
事实与证据边界
10月27日，百度发布并开源文心Unlimited OCR（光学字符识别） 2。 该模型采用稀疏参考滑动窗口注意力机制（SR-SWA），通过页面门控缩小每个查询的视觉参考范围，并用得分最高的视觉Token桶捕捉长距离视觉依赖。 报告测试显示，在百页文档场景中，SR-SWA单步解码速度相比Full Attention和上一代R-SWA分别提升7倍和5.6倍。
公开基准测试显示，其在多页文档解析基准MPDocBench和百页级超长文档基准MarathonDocBench上的综合得分分别为84.6分和77.1分。 代码和模型权重已同步开源至GitHub、Hugging Face，并上线百度智能云平台和百度AI（人工智能）开放平台。
分析判断
超长文档解析长期受显存与计算开销限制，多页场景往往靠分页处理后拼接，跨页信息容易丢失。 SR-SWA只让模型回看相关页面，思路接近人工核对前文的方式，若速度提升在真实业务中成立，可降低长篇合同、研报、档案数字化的单页成本。 不过基准得分与“领先”表述是百度基于公开基准的自测口径，尚未见第三方复现； 开源下载量也不等同于企业部署量。
后续观察信号
- SR-SWA在不同版式和语言文档上的泛化表现
- 开源权重与云端版本的精度是否一致