原样抄写几十页的 PDF，几乎所有模型都做不到 一种全新参考滑动窗口注意力（R-SWA）技术 能让模型像人类抄书一样“连抄几十页”，而不会造成其记忆混乱。 最新开源的 Unlimited OCR...
TL;DR · AI 摘要
百度推出 Unlimited OCR 模型，使用 R-SWA 技术实现连续多页 PDF 抄写，无需分页处理。
核心要点
- R-SWA 技术通过滑动窗口注意力机制，使模型能连续处理多页文档。
- Unlimited OCR 模型大小为 3B，激活参数为 500M。
- 该模型模拟人类抄书过程，提升 OCR 处理效率和连续性。
结构提纲
按章节快速跳转。
- §引言
当前模型无法像人类一样连续抄写多页 PDF，但百度推出的 Unlimited OCR 模型实现了这一目标。
R-SWA 技术通过滑动窗口注意力机制，使模型能连续处理多页文档，而不会造成记忆混乱。
Unlimited OCR 模型大小为 3B，激活参数为 500M，支持一次前向推理处理多页文档。
传统 OCR 模型需要分页处理，每页处理后清空记忆，导致效率低下。
R-SWA 技术使模型在处理多页文档时，显存和算力需求保持恒定。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Unlimited OCR 模型
- R-SWA 技术
- 滑动窗口注意力机制
- 连续处理多页文档
- 模型特性
- 3B 模型大小
- 500M 激活参数
金句 / Highlights
值得收藏与分享的关键句。
R-SWA 技术通过滑动窗口注意力机制，使模型能连续处理多页文档，而不会造成记忆混乱。
Unlimited OCR 模型大小为 3B，激活参数为 500M，支持一次前向推理处理多页文档。
传统 OCR 模型需要分页处理，每页处理后清空记忆，导致效率低下。
小互 on X: "原样抄写几十页的 PDF，几乎所有模型都做不到 一种全新参考滑动窗口注意力（R-SWA）技术 能让模型像人类抄书一样“连抄几十页”，而不会造成其记忆混乱。 最新开源的 Unlimited OCR 模型： 可以模拟人类解析工作记忆的模式 3B大小 500M激活 但在标准 32K 上下文上 https://t.co/gqt9QtLJbJ" / X
小互
@xiaohu
原样抄写几十页的 PDF，几乎所有模型都做不到 一种全新参考滑动窗口注意力（R-SWA）技术 能让模型像人类抄书一样“连抄几十页”，而不会造成其记忆混乱。 最新开源的 Unlimited OCR 模型： 可以模拟人类解析工作记忆的模式 3B大小 500M激活 但在标准 32K 上下文上 它可以一次前向推理能吞几十页文档，不用切页... 该模型由百度研发，据说是挖走DeepSeek OCR核心贡献者的新作 此前所有模型都无法通过一次前向推理完成数十页文档的解析。 因为传统 OCR 是一页一页跑，每跑完一页就清空记忆，最后再把各页结果拼起来 唯独人类可以连续的抄录数百页书籍而不停歇... Unlimited OCR，就是模拟人类抄书过程，使用了一种叫参考滑动窗口注意力（R-SWA）的技术 模型干活的时候,眼前有两样东西: 一样是"原件"(要识别的文档图,加上你给的指令) 一样是"它自己已经写出来的字" R-SWA 的规矩很简单，这两样区别对待： 原件，从头到尾一直完整看着，保证抄写位置不出错。 正在写的字，只看最近一小段(默认 128 个字)，更早的就不管了，等于边写边忘。 好处是，它脑子里要记的东西，始终恒定那么多。不存在需要记的太多，脑子掉线的情况，所以不管文档多少页，显存和算力都不涨。 还能一直连续的的抄写文档...
3:51 AM · Jun 24, 2026
3.8K
Views
5
1
7
17
2
25
Read 5 replies