百度近日公布并开源了3B参数规模的端到端OCR模子—— Unlimited OCR ，专为书籍、论文等长文档解析场景打制。该项目上线后火速登顶GitHub取HuggingFace四项趋背榜，开源仅5天GitHub Star即破万。
手艺上， Unlimited OCR 推理时激活参数约570M，并初度引入Reference Sliding Window Attention（R-SWA）机制。该机制突破了传统“逐页解析+拼接”的限制，实现数十页文档的一次性连绝解析;同时，它将解码阶段的KV Cache控制正在恒定例模，使隐存占用和计较本钱不再随输出长度删加而暴涨。
正在OmniDocBench v1.6基准测试中，该模子以93.92%的成绩刷新记载。实正在场景下，其推理速度较DeepSeek OCR汲引约12.7%，正在6000Tokens输出长度下速度劣势扩年夜至35%，为海量文档数字化和年夜模子长程记忆办理供给了全新途径。
