百度于2026年10月27日开源文心 Unlimited OCR 2，提出稀疏参考滑动窗口注意力（SR-SWA）以降低超长文档解析的计算和显存开销，并在 GitHub 与 Hugging Face 发布代码和权重。新版强调以固定规模的参考集兼顾局部和跨页信息，公布了在 MarathonDocBench 等基准上的成绩，同时提醒实际能力受部署环境和云端 API 上传限制影响。
百度于2026年10月27日发布并开源文心 Unlimited OCR 2，试图解决文档页数增加后视觉注意力计算和显存开销随之膨胀的问题。百度称，新版采用稀疏参考滑动窗口注意力（Sparse Reference Sliding Window Attention，SR-SWA），让模型在处理当前页面时，只保留有限的相关视觉参考，同时仍能利用跨页信息。代码和模型权重已分别在百度 GitHub 项目与Hugging Face 模型页公开。
这次更新的重点不只是把输入页数做大，而是改变长文档处理时的注意力分配方式。传统全注意力需要在较大的视觉上下文中建立关联，文档越长，计算和显存负担越重。百度在模型页中介绍，SR-SWA先通过页面门控缩小查询所需关注的视觉范围，再选取高分视觉 Token 桶，以兼顾局部内容和远距离依赖；官方将这一设计描述为以固定规模的工作参考集控制计算开销。
所谓“无限”是模型面向超长文档的技术目标，不等于任何使用方式都没有限制。开源模型的实际处理能力仍取决于部署环境、显存、推理框架与配置。百度当前的文档解析 API 文档则列明了托管服务的具体边界：接口采用异步任务方式，PDF 文件最高支持500页；文件大小、格式、调用频率和可用测试资源也各有规定。因此，模型层面的长视野能力与云端 API 的单次上传上限应分别理解。
百度还在10月27日同步发布 MarathonDocBench，用于评估百页级超长文档解析，并称 Unlimited OCR 2 在 MPDocBench 和 MarathonDocBench 上的综合得分分别为84.6和77.1。新华网报道转述的另一项测试称，在百页文档场景下，SR-SWA单步解码速度较 Full Attention 快7倍，较上一代 R-SWA 快5.6倍。这些数字来自公开基准及厂商相关测试的报道，并非本站独立复测；它们也不能单独说明不同业务文档、硬件配置下的实际速度或准确率。
超长文档解析的价值，在于减少跨页内容被拆散后再拼接的成本。研报、合同、手册和书籍往往需要结合前后页面理解表格、章节引用或连续论述。百度在模型页中展示多页输入与跨页上下文处理方式，并将新模型定位为从“长文档”走向“无限视野解析”。不过，基准排名与演示案例并不等同于企业场景的质量保证；实际采用时，仍需用目标文档验证识别准确率、版面结构还原、跨页表格处理、运行成本及数据合规要求。
项目页面显示，第一代 Unlimited OCR 于2026年6月22日发布；第二代在10月27日作为新版本推出。两代更新的间隔内，第一代已提供多页推理等能力，第二代则把重点放在进一步降低长序列处理的计算瓶颈。当前 GitHub 仓库页面仍以第一代项目说明为主，因此版本发布信息与 SR-SWA 等第二代细节，应以模型页和相关发布材料为准。