百度开源 Unlimited OCR：长程文档解析 SOTA，GitHub 破千 Star

6 月 23 日，百度 Unlimited OCR 论文 arXiv:2606.23050 发布，GitHub 1000+ Star。

核心创新

Reference Sliding Window Attention（R-SWA）：

• 解码器 恒定 KV cache——长文档 不降速
• 一次 forward 解析 数十页（32K 长度内）
• 基于 DeepSeek OCR 编码器 + MoE 解码器

benchmark

规格

• 总参数 3B，激活 0.5B
• MIT License
• Hugging Face + ModelScope 权重
• 支持 Transformers / SGLang

团队背景

• 署名神秘 「YY」 任 technical director——社区猜测 DeepSeek OCR 背景
• 6/18 首发，6/23 论文 + ModelScope

应用

OCR、ASR、翻译等 长程 reference-based 任务

意义

文档 AI 从 逐页 → one-shot 长程——企业 合同/财报/RAG 新选项。