百度开源3B模型Unlimited OCR:5天Star破万，刷新长文档解析纪录

3B参数的OCR模型，开源5天Star破万，推理速度比DeepSeek OCR快35%

百度开源了一个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。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。

技术亮点：R-SWA机制

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。有开发者试了说，R-SWA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。

基准测试成绩

在OmniDocBench v1.6基准测试中，该模型以**93.92%**的成绩刷新纪录。群里在传，这个得分是目前该榜单的最高分。

真实场景速度对比

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%。实测显示，对于长文档数字化任务，Unlimited OCR能大幅缩短等待时间。

意义与影响

这套方案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。接下来盯着看：这个模型能否在真实生产环境中稳定处理超过百页的复杂PDF，比如带表格、公式、多栏排版的学术论文。谁受益？文档数字化服务商、RAG应用开发者、以及需要高精度长文档OCR的AI项目。谁难受？传统逐页OCR方案和DeepSeek OCR的团队——毕竟在6000Tokens长度下速度慢了35%，基准得分也差了两位数。