百度开源 Unlimited OCR 2：SR-SWA 让超长文档解析显存与延迟近乎恒定，官方称 MarathonDocBench 77.1 分

核心背景与行业痛点

RAG 和 Agent 常要把几十到上百页的扫描件转成结构化文本。逐页 OCR 会丢掉跨页表格和段落，整份塞进多模态模型又会让注意力计算和 KV 显存随页数膨胀。百度 6 月开源的一代 Unlimited-OCR 基于 DeepSeek-OCR 思路，10 月 27 日官方账号 @Baidu_Inc 宣布开源二代 Unlimited OCR 2。

架构亮点与底层机制

核心是 SR-SWA（稀疏参考滑窗注意力）：把超长序列里的图文注意力交互压缩成固定大小的工作参考集合（模型卡举例 512 token），让每步解码的计算量有上界。官方称因此可在有限上下文窗口内解析任意长度文档，解码延迟和显存几乎不随文档变长而增长。按 Hugging Face 权重统计约 3.3B 参数，MIT 协议。

权威 Benchmark 与实测跑分对比

以下均为百度官方口径：MPDocBench（几十页）总分 84.6，高于 Qwen3.8-Max 的 78.3 和 Gemini-3.8-Flash 的 76.2；MarathonDocBench（上百页）总分 77.1，次优的 Kimi-K3 为 33.7，一代 Unlimited-OCR 为 0。目前没有第三方复现。

开发者实战落地与开箱指南

权重在 Hugging Face 的 baidu/Unlimited-OCR-2，可用 Transformers 的 infer_multi 一次传入多页图片做跨页解析，也可装官方定制的 SGLang wheel 起 OpenAI 兼容服务。模型卡建议超长文档按 10 页一窗调度，mem-fraction-static 设 0.7 更稳。上生产前建议用自己的长文档对比表格和阅读顺序准确率。