百度发布了Unlimited OCR 2,这是一个开源的光学字符识别模型,专为解析长文档而设计。这个拥有33.4亿参数的模型单次请求即可处理数百页文档,并在MarathonDocBench等基准测试中取得了顶尖性能。其关键创新是SR-SWA,一种稀疏注意力机制,无论文档长度如何都能保持一致的解码成本,从而实现近乎无限的上下文解析。 AI
影响 为长文档OCR树立了新标准,有望加速需要大量文本分析的领域的研究和应用开发。
排序理由 百度发布前沿模型,附带系统卡和基准测试结果。[lever_c_降级自frontier_release: ic=1 ai=1.0]
- Baidu
- Clip locking device
- DeepSeek3B-MoE-A570M
- DeepSeek OCR
- GitHub
- Kimi k3
- MarathonDocBench
- MPDocBench
- NVIDIA A800-80GB
- Qwen3.8-Max
- SAM ViT-B
- Unlimited OCR
- Unlimited OCR 2
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →