百度近日发布并开源了3B参数规模的端到端OCR模型——Unlimited OCR，专为书籍、论文等长文档解析场景打造。该项目上线后迅速登顶GitHub与HuggingFace四项趋势榜，开源仅5天GitHub Star即破万。
技术上，Unlimited OCR推理时激活参数约570M，并首次引入Reference Sliding Window Attention（R-SWA）机制。该机制打破了传统“逐页解析+拼接”的限制，实现数十页文档的一次性连续解析;同时，它将解码阶段的KV Cache控制在恒定规模，使显存占用和计算成本不再随输出长度增长而暴涨。
在OmniDocBench v1.6基准测试中，该模型以93.92%的成绩刷新纪录。真实场景下，其推理速度较DeepSeek OCR提升约12.7%，在6000Tokens输出长度下速度优势扩大至35%，为海量文档数字化和大模型长程记忆管理提供了全新路径。
