百度发布Unlimited OCR 2 ，并且它是开源的。

更长的文档意味着更多的注意力计算。百度的新SR-SWA机制通过将文本-视觉注意力交互压缩为一组固定大小的工作参考，从而控制这一点。

以下是它带来的效果：
- 在有限上下文窗口内，几乎可解析任意长度的文档
- 随着文档变长，每步解码延迟和内存占用几乎保持恒定
- 在MPDocBench和MarathonDocBench上达到最先进性能，覆盖从几十页到数百页的文档

在这里查看模型 ↓

GitHub：github.com/baidu/Unlimited-OCR
Hugging Face：huggingface.co/baidu/Unlimited-OCR-2

x.com/Baidu_Inc/status/2114910381311512987

#AI新鲜事#

引用文章：
github.com/baidu/Unlimited-OCR
huggingface.co/baidu/Unlimited-OCR-2