每日人工智能资讯|百度开源3B模型Unlimited OCR:5天Star破万，刷新长文档解析纪录

 百度近日发布并开源了3B参数规模的端到端OCR模型——Unlimited OCR，专为书籍、论文等长文档解析场景打造。该项目上线后迅速登顶GitHub与HuggingFace四项趋势榜，开源仅5天GitHub Star即破万。

技术上，Unlimited OCR推理时激活参数约570M，并首次引入Reference Sliding Window Attention（R-SWA）机制。该机制打破了传统“逐页解析+拼接”的限制，实现数十页文档的一次性连续解析;同时，它将解码阶段的KV Cache控制在恒定规模，使显存占用和计算成本不再随输出长度增长而暴涨。

在OmniDocBench v1.6基准测试中，该模型以93.92%的成绩刷新纪录。真实场景下，其推理速度较DeepSeek OCR提升约12.7%，在6000Tokens输出长度下速度优势扩大至35%，为海量文档数字化和大模型长程记忆管理提供了全新路径。数智化转型网www.szhzxw.cn

若您对人工智能感兴趣或为人工智能创始人，可添加数智化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能供应商，可联系数智化转型网小助手思思（17757154048，微信同号）

若您为人工智能服务商，可添加数智化转型网小助手Jasper，加入人工智能行业交流群。

声明：本文来自数智化转型网，版权归作者所有。文章内容仅代表作者独立观点，不代表数智化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。

本文由数智化转型网（www.szhzxw.cn）转载，编辑/翻译：数智化转型网（Professionalism Achieves Leadership 专业造就领导者）白龙