BAIDU 刚刚推出了一款彻底颠覆文档 AI 的神器

它名叫 `Unlimited-OCR`，简直能一次性转录整本书 🤯

大多数视觉模型只能读一页，忘记上下文，最终会撞上性能衰减和推理速度变慢的墙。

在 `DeepSeek OCR` 基础上构建了这个模型，但只需对注意力机制做一处改动，就解决了内存膨胀问题。

设计灵感模仿人类手抄书的过程。

它不试图把整本书都塞进活跃内存，每个 token 只关注当前页加上最后 128 个词。

这创造了一个滑动窗口，让内存使用保持完全平稳，无论输出多长。

这种架构转变为文档解析带来了三大巨大升级：→ 固定的内存占用→ 在海量文档上保持稳定的生成速度→ 每次处理可达数十页的能力

数据来证明一切。

Unlimited-OCR 在标准解析基准上得分 93%，完胜旧版基线整整六分。

即使处理超过 40 页，错误率仍保持在 0.11 以下。

更重要的是，它维持了平坦的速度曲线，而旧模型会遭受 35% 的减速。

免费开源。

代码库、权重和论文见 🧵↓