@KaichaoYou：来自百度的一款出色的OCR模型！如果你看到OCR模型有多受欢迎，你会感到惊讶，它们有时甚至比顶尖的LLM还更受欢迎……
摘要
百度的Unlimited-OCR模型采用了Reference Sliding Window Attention技术，现已获得vLLM支持，能够以恒定内存消耗高效地一次性解析整本书籍。
查看缓存全文
缓存时间: 2026/06/29 02:22
一个来自百度的优秀OCR模型！ 如果你看到OCR模型有多受欢迎，可能会大吃一惊——有时它们甚至比顶级LLM还要热门！😜
vLLM (@vllm_project): 🎉 百度（@Baidu_Inc）出品的Unlimited-OCR现已可在vLLM中运行。通过参考滑动窗口注意力（R-SWA），实现恒定KV缓存的整本书籍一次性解析。
🧠 R-SWA在整个解码过程中保持KV缓存固定——无论输出多长，都不会出现内存膨胀或速度下降。
相似文章
@BaiduAI_News: 我们正在开源Unlimited OCR——专为一次性读取长文档而构建。总参数3B，仅500M激活…
百度开源Unlimited OCR，一个3B参数模型（500M激活参数），使用Reference Sliding Window Attention（R-SWA）一次性读取长文档，在OmniDocBench上取得最先进的SOTA结果。
baidu/Unlimited-OCR
百度发布了Unlimited-OCR，一种用于一次性长程文档解析的新模型，基于Deepseek-OCR构建。它支持通过Hugging Face Transformers和SGLang进行单图像和多页/PDF解析。
Unlimited OCR: 一次性长程解析
百度发布Unlimited-OCR，这是一个基于Deepseek-OCR构建的开源模型，用于一次性长程文档解析，支持单张图片、多页文档和PDF。
@thesupermanmx: 中国刚刚开源了一款OCR模型，可一次性转录整本书。它名为Unlimited OCR。构建于…
中国开源了Unlimited OCR，这是一款基于DeepSeek OCR的OCR模型，可以一次性转录整本书，内存使用恒定，在标准解析基准上达到93%的准确率。
@vanstriendaniel: OCR模型又来了！百度公司的Unlimited-OCR是其中比较有趣的一个。你可以无需太多…
这篇文章展示了如何在Hugging Face Jobs上将百度的Unlimited-OCR模型作为临时的、兼容OpenAI的端点提供服务，支持多页文档解析，具有表格转HTML和公式转LaTeX提取等功能。