这速度真特么离谱啊！卧槽！

最新开源的Unlimited-OCR能一次性处理几百页文档，而且速度还很稳。

而这个模型来自百度刚刚在hugging face 发布，其核心创新是R-SWA（Reference Sliding Window Attention）。

它让模型在解码时KV Cache保持恒定，不会随着文档页数增加而爆炸式增长。

结果就是：一张图或者一本多页PDF，直接扔进去就能一次性解析完，速度和稳定性都比传统逐页处理的方式好很多。

在OmniDocBench上拿到了93分，比DeepSeek-OCR高出6个百分点。

这已经不是简单的准确率提升，而是把长文档OCR的工作流从“分块+外部调度器拼接”变成了真正的端到端一镜到底。

以前做多页文档最头疼的就是上下文断裂和格式不一致，现在模型能一次性看到整篇文档的结构、布局和逻辑关系，输出质量自然上了一个台阶。

这其实是把OCR从“认字工具”往“长文档理解引擎”又往前推了一大步。

技术路线很清晰，也很实用。

果然百度现在OCR独树一帜，遥遥领先了。

模型地址见评论区～ 👇