百度开源文心Unlimited OCR 2：峰值KV缓存从47GB降至1.77GB

百度发布并开源文心Unlimited OCR 2，定位为面向超长文档的端到端OCR模型。官方演示中，模型连续识别7部《哈利·波特》共3600+页，以及《三体》全集1200+页；实测884页英文版《指环王》约42分56秒解析完成，平均每页约2.9秒，并标记466处跨页合并。 技术层面，模型延续上一代DeepEncoder加语言模型的架构，把参考滑动窗口注意力R-SWA升级为稀疏参考滑动窗口注意力SR-SWA。SR-SWA分两层筛选：Page Gate先收拢相关页面范围，Token Sieve再从页面中按TopK挑出固定数量的相关视觉信息块，配合固定大小的局部滑动窗口，使单步解码需要处理的信息量不随文档变长而增加。 缓存控制依靠无限解码机制：文档被划成页面块依次解析，相邻块重叠一页，进入下一块时复用重叠页的视觉KV缓存并保留上一段末尾文本缓存，其余页面缓存及时释放。技术报告称，百页级单序列推理峰值KV缓存从47GB降至1.77GB，减少约96%，该数字仅指KV缓存，模型权重等其他开销另计。 性能方面，16路并发测试中端到端吞吐量从360提升至1315 Token/秒，约为标准解码的3.65倍；SR-SWA单步解码速度分别为Full Attention的7.0倍和上一代R-SWA的5.6倍。质量评测中，MPDocBench综合得分84.59，团队新建的百页级基准MarathonDocBench（100份文档，每份103至300页）综合得分77.06，两项均为报告所列参评模型最高值。 上一代Unlimited OCR累计下载量超过1000万，GitHub约2.86万Star。文心Unlimited OCR 2已在Hugging Face和GitHub开源，适用于年报、技术手册、扫描件等批量长文档转写场景。