百度开源 Unlimited OCR 2 长文档解析模型

事件综述根据 3 篇报道整理，10月30日更新

百度发布并开源文心 Unlimited OCR 2 文档解析模型，称可在单次请求中解析几十到数百页的书籍、申报文件和报告，输出文本、表格、公式、图片、标题层级与阅读顺序。权重以 MIT 许可发布在 Hugging Face，代码在 GitHub；百度在单张 NVIDIA A800-80GB 显卡上以 BF16 测试，加载需设置 trust_remote_code=True，会执行仓库中的 Python 代码。 模型参数规模存在两种说法：MarkTechPost 称其为 3.34B 参数模型；X 用户 meng shao 称其采用 3B/A0.5B 的 MoE 架构，并称文档变长时每步解码延迟和内存占用近乎恒定。IT之家称百度将解析上限从数十页推向“无限”，可一次解析累计超过 3,600 页的《哈利·波特》全系列 7 部作品。

综述由模型根据报道生成，细节以各篇原文为准。