上证报中国证券网讯（记者罗茂林）近日，百度正式发布并开源端到端OCR模型Unlimited OCR。模型发布后迅速获得全球开发者关注，发布次日即登顶GitHub Daily Trending榜、Python榜。随后热度持续攀升，GitHubStar仅5天就突破1万，跻身GitHub现象级爆款项目行列，在HuggingFace全球模型总趋势榜和多模态模型趋势榜也均排名第一，实现GitHub、HuggingFace四榜第一。

　　Unlimited OCR面向长文档解析场景打造，总参数规模3B、推理时激活参数仅约570M，该模型推动了长文档解析技术向前迈出关键一步。据悉，过去OCR模型面对书籍、论文、报告等长文档时，通常需要采用“逐页解析+结果拼接”的工程方案，随着输出内容不断增长，解码阶段的KV Cache持续膨胀，推理速度和显存成本也随之增加。

　　此次百度提出Reference Sliding Window Attention（R-SWA）机制，为长程解析提供了新的解决思路。该机制借鉴人类阅读和抄录长文档时的工作方式：始终保持对原始文档内容的关注，同时仅保留最近一段生成内容作为“工作记忆”，而不是无限累积全部历史信息。基于这一设计，模型能够在一次前向推理中连续完成数十页文档解析，实现从第一页到最后一页的连贯输出，同时将解码阶段的KV Cache控制在恒定规模，使计算成本和显存占用不随输出长度持续增长。

　　记者注意到，据相关媒体报道，百度旗下昆仑芯正计划赴港上市，目标估值约500亿美元。