显存降 96.2%、5026 页《四大名著》一镜到底：百度开源 Unlimited OCR 2
先看数字。
2026-10-27，百度开源文档解析模型第二代 文心 Unlimited OCR 2（总参数 3B、推理激活 500M）。核心数字：
- MarathonDocBench（103–300 页长文档基准）77.06 分第一，第二名 33.74 分（2.3 倍以上）；
- MPDocBench 84.59 分榜首（图表口径 +6.3）；
- 5026 页《四大名著》一镜到底（8364 秒、跨页合并 3331 处）；
- KV 峰值显存 47.00GB → 1.77GB（-96.2%）；16 路并发吞吐 360 → 1315 TPS（3.65×）；单步解码比全注意力快 7.0×（比一代 R-SWA 快 5.6×）。
结论前置：这个模型的核心不是「更大参数」，而是让长文档解析不再付全注意力的钱——把视觉参考集压成固定常数（工作参考集约 512 tokens），KV 缓存「边读边扔」。但以上数字多数来自厂商+媒体联测（自证性质），「1000 万下载」是一代以来累计口径；第三方 1001 页压测（B 站 UP「小天 fotos」）已交叉核验一次：速度恒定、后段不退化成立（2.77 秒/页），同时暴露两类结构失败（相似表格被误合并、代码缩进丢失）。
一、长文档为什么读不动：全注意力是「每步都重算」
先说根因（来源文中的论证）：PDF 每页会炸出上千个视觉 token，标准全注意力下每写一个字都要重算前面所有页的视觉 token——文档从 2 页到 100 页，单步解码延迟从 3ms 暴涨到 27ms。上下文窗口大 ≠ 能读长文档。
Unlimited OCR 2 的答案是两段式稀疏化 + 无限解码：
SR-SWA（稀疏参考滑动窗口注意力），两步走：
- Page Gate（页面门控）：把视野从几千页收缩到少数候选页；
- Token Sieve（Token 筛子）：在候选页内实时打分，只保留最相关的视觉块。
关键在路由打分直接参与前向计算、端到端回传（不是「蒸馏模仿」式稀疏化），每步计算的视觉信息量被限制在固定常数——官方 README 明确把 text-visual 交互压缩到固定大小的工作参考集（如 512 tokens）。
无限解码（Unlimited-Horizon Decoding）：
- 超长文档按窗口依序推进，相邻窗口之间只留一页「交接页（Boundary Page）」直接复用 KV 缓存，保证翻页处的断句、续表不断流；
- 当前窗口转录完毕，历史窗口的缓存立即从显存物理释放——「边读边扔」。
落到工程数据就是上面的显存/吞吐/提速数字。
二、官方「魔鬼实测」与第三方交叉核验
官方 demo（厂商+媒体联测，自证性质，引用时注明口径）：
- 3623 页《哈利·波特》七部曲 1.5 小时一镜到底（平均 1.5 秒/页、无断片；一代极限只有 40 多页）；
- 5026 页《四大名著》一镜到底（8364 秒、跨页合并 3331 处、第 5026 页输出正确；另用 240 页 17.3 万字长卷埋 32 个陷阱——形近字「叶文清」、篡改页码——全部按纸面原样揪出）；
- 300 页酒店总账：3000 笔流水 + 176 笔负数冲销，9000 个数字字段无串列，总净额 9,258,968.05 元精确到分、0 漏项。
第三方 1001 页压测（B 站 UP「小天 fotos」，2026-10-27 18:19 入库存档，该模型簇的首条弱第三方验证）：
- UP 主自制 1001 页 PDF（含六类跨页难题），46 分 10 秒跑完，平均 2.77 秒/页（官方口径 1.5 秒/页是 A800 环境，硬件差异下慢约 1.8 倍，结论一致）；
- 速度恒定、后段不退化：同样的难题放到文档末尾，结果不变；
- 两类结构失败：长得像但不同的表格被误合并（东馆/西馆卷宗登记示例）、代码缩进丢失（
def __init__示例）； - 319 处跨页续接点全部有标记，但 UP 主自标「有标记 ≠ 全接对」。
反面提醒
- 「1000 万下载」是累计口径：自 2026-06-22 一代首发以来的累计下载量，不是本模型单独口径。
- 「双第一」各行口径：本文 MPDocBench 84.59 与库内阿里 Logics-Parsing-V3 的 85.26（MPDocBench-Parse 子项）冲突；在独立第三方对齐同一评测集之前，别下「谁超过谁」的结论。
- 「有标记 ≠ 全接对」：1001 页压测显示，跨页续接的标记只是必要条件，不是充分条件。
- HuggingFace 模型页待核验：库内直连不通（标 #TODO），GitHub 仓库已核验（28,843★ / MIT / 10-27 推送二代）。
- 推理引擎选择：Transformers 仅快速测试用，SGLang 为推荐服务引擎；工程细节含 crop_mode（gundam 分块/base）与 n-gram 防重复（NoRepeatNGramLogitProcessor）。
口径卡
| 数字 | 口径 |
|---|---|
| -96.2% | KV 峰值显存 47.00GB → 1.77GB，单序列峰值（厂商工程数据） |
| 360 → 1315 TPS（3.65×） | 16 路并发吞吐（厂商工程数据） |
| 7.0× / 5.6× | 单步解码提速：vs 标准全注意力 7.0×、vs 一代 R-SWA 5.6× |
| 77.06 / 33.74 / 26.97 | MarathonDocBench（103–300 页）厂商+媒体联测（自证性质）；Gemini-3.1-Pro 仅 26.97 分 |
| 84.59 | MPDocBench 榜首（厂商联测）；与库内阿里 Logics-Parsing-V3 的 85.26（MPDocBench-Parse 子项）口径不同，不可直接比 |
| 5026 页 / 8364 秒 / 3331 处 | 厂商 demo：《四大名著》一镜到底；3623 页哈利·波特 1.5 小时（1.5 秒/页，A800 环境） |
| 9,258,968.05 元 | 300 页酒店总账总净额：3000 笔流水 + 176 笔负数冲销，精确到分、0 漏项 0 串列（厂商 demo） |
| 2.77 秒/页 | 第三方 1001 页压测（B 站「小天 fotos」，硬件未披露）；比官方 1.5 秒/页慢约 1.8 倍（硬件差异） |
| 1000 万下载 | 一代（2026-06-22 首发）以来累计下载口径，非本模型口径 |
来源：新智元《刚刚，百度开源再拿全球第一！1000 万下载神作杀回来了》（2026-10-27 发布）；开源仓库 baidu/Unlimited-OCR（28,843★ / MIT / 2026-10-27 推送二代）；模型权重 baidu/Unlimited-OCR-2（待核验）。第三方压测：B 站视频（BV1SfxT6KEKb，UP「小天 fotos」，7 分 25 秒）。
延伸阅读：
- 6 万人「自愿离职」，微软却把算力预算加到 500 亿：说 AI 泡沫要破的人，看错了仪表盘——AI 算力投入的跨公司对照
- 90% 的代码不是人写的：Anthropic S-1 招股书里的三个硬数字——「AI 造 AI」的个体侧印证