百度开源Unlimited OCR 2，以稀疏参考注意力扩展超长文档解析

百度发布并开源Unlimited OCR 2，将文档解析从连续数十页扩展到超长多页输入。模型采用稀疏参考滑动窗口注意力SR-SWA：Page Gate先限定相关页面，再选取高分视觉token桶保留长距离依赖；配合Unlimited-Horizon Decoding，减少随文档增长产生的注意力与显存开销。 官方报告，在MPDocBench和面向百页文档的MarathonDocBench上分别得到84.6和77.1分；百页场景中，SR-SWA单步解码速度相对Full Attention和上一代R-SWA分别提高7倍和5.6倍。这些数字对应发布方的文档解析基准和单步解码比较，不能直接解释为任意硬件上的端到端加速。 代码和模型权重已开放，模型卡标注MIT许可，提供Transformers推理与定制SGLang服务入口，支持一次请求按顺序解析多页并保留跨页上下文。ModelScope、百度云与开放平台入口属同批模型交付，不另拆为新产品。