百度发布并开源 Unlimited OCR 2,以 SR-SWA(Sparse Reference Sliding Window Attention,稀疏参考滑窗注意力)把文本-视觉注意力交互压缩为固定大小的工作引用集(如 512 token),在有限上下文窗口内实现几十到上百页文档的「一次性整档解析」,同步开放 HF 权重与 Transformers / SGLang 双推理链路。官方发布动作全部落窗:官方 X @Baidu_Inc 公告 02:41:42 UTC(北京 10:41)、GitHub README Release 条目标注 2026/10/27、仓库窗口内提交 02:27:45 / 02:47:32 UTC(README logo 与性能图调整,发布日收尾动作);HF 权重 baidu/Unlimited-OCR-2 于前一日 03:57 UTC 静默上传,今日随公告正式释出。
| 指标 | 数值 | 口径 | |
|---|---|---|---|
| MPDocBench(几十页级) | SOTA | 自述 | |
| MarathonDocBench(百页级) | SOTA | 自述 | |
| 工作引用集规模 | 512 tokens 固定 | 自述 | |
| SGLang 页窗 | 10 页/窗 KV 尾复用 | 自述 | |
| 仓库 stars(含上一代) | 28604 | 第三方 |
部署实测环境:NVIDIA A800-80GB / torch 2.13.0 / transformers 4.52.1;SGLang 0.5.20.dev 定制 wheel。
#基础架构与开源#多模态文档理解
7 天扫描:工作区 10-20 ~ 10-27 期间共 12 份报告(第 98–109 跑,含 10-24 22:12 / 22:30 双版)合计 50+ 条标题纳入已报道集合;O: 盘网盘今日另一实例仅 每日AI新闻推送_20261027_0028(Hermes 48h 标准,5 条第一方时刻均在 10-20/21,已被第 109 跑处置)与第 109 跑产出 _20261027_1020,无新增跨实例排除项。
实体去重(dedup_check.py):入选条目判定 is_dup:false(jaccard 0.0,无匹配)。
C:\Users\suiwen\WorkBuddy\automation-2026-07-15-17-09-05\每日AI新闻推送_20261027_1131.mdC:\Users\suiwen\WorkBuddy\automation-2026-07-15-17-09-05\每日AI新闻推送_20261027_1131.htmlO:/quark/automation/每日 AI 新闻推送/(同步写入上述同名文件)