百度开源发布文心 Unlimited OCR 2 文档解析模型，支持“无限”页数

10 月 30 日消息，百度 (Baidu) 本月 27 日正式发布并开源文心 Unlimited OCR 2 模型。其将文档解析的上限从数十页推向“无限”，能一次性解析累计超过 3,600 页的《哈利 · 波特》全系列 7 部作品。

Unlimited OCR 2 原生支持版面要素切分识别，具备跨页文案合并、表格识别合并能力，在同样算力下处理更多、更快、更省。

百度表示，文心 Unlimited OCR 2 在面向多页文档解析的 MPDocBench 基准测试上得到 84.6 分、在专门评估百页级超长文档解析能力的 MarathonDocBench 基准测试上得到 77.1 分，均实现端到端性能 SOTA。

参考

• https://ai.baidu.com/support/news?action=detail&id=3290