开头先说人话：这事儿跟你有什么关系？
你有没有遇到过这种崩溃时刻：一份两三百页的扫描版合同、一本只有纸质版的参考书、一份从第一页到第八十页连成一整张表的财务报表——想让AI帮你转成文字，结果AI只认得第一页，剩下的全傻眼。
10月27日，百度发布并开源了文心Unlimited OCR 2，一个专门啃”超长文档”的识别模型。官方实测：一次性能解析《哈利·波特》全系列7部作品，累计超过3600页，从头到尾不错乱。新华网、百度AI开放平台官方、多家科技媒体都做了报道。
一句话总结它的意义：以前OCR（文字识别）的处理上限是几十页，现在直接推到了”任意页数”。整本书、整卷宗、整份财报，一次搞定。
OCR是什么？30秒科普
OCR就是” Optical Character Recognition”，光学字符识别——通俗讲，把图片里的文字变成电脑里能编辑的文字。拍照的书页、扫描的合同、截图的表格，经过OCR处理就变成了可复制的文字。
那为什么需要专门的”OCR 2″？因为传统的识别是一页一页处理的，遇到三四十页以上的长文档就力不从心：要么处理到一半”失忆”，要么跨页的表格被拦腰截断、跨页的段落接不上。市面上的大模型虽然号称百万Token上下文，但一碰到上百页的PDF，普遍也撑不住——此前行业的普遍上限在40页左右。
它强在哪？三个”痛点终结者”
1. 任意页数，一次跑完
3600页的《哈利·波特》全集一次解析完，这是官方实测展示的案例。技术上的关键叫SR-SWA（稀疏参考滑动窗口注意力）——名字不用记，思路很直观：模仿人抄书的习惯。人抄书时95%的时间只盯着当前页，只有跨页接句子、核对图表时才回头翻翻前面的内容。模型学会了这个逻辑，把无用的重复计算砍掉了96%以上，所以页数再多，算力和显存的开销几乎不涨。
2. 跨页表格自动合并
财报里的合并报表、白皮书里的参数清单，最怕被分页”拦腰截断”——第12页表头，第13页数据，传统识别出来就是两张碎表。这个模型能自动识别跨页表格的延续关系，合并成完整的一张表输出。
3. 版面原样还原
传统OCR最常被吐槽的是”识别出来一大坨文字，标题段落表格混在一起”。这个模型端到端输出结构化文档：标题、段落、表格、公式、图片自动切分，还带位置信息，输出顺序和原文阅读顺序一一对应。拿到手基本就是一份能直接用的电子文档。
成绩单怎么样？
在公开基准测试上：多页文档解析MPDocBench得分84.6，百页级超长文档MarathonDocBench得分77.1，官方口径均为端到端性能全球第一（SOTA），大幅领先Qwen 3.8-Max、Gemini-3.8-Flash等知名模型。
这里要诚实说明一点：这些成绩是百度自测口径，发布时独立第三方的评测还没出来，大家参考即可。另外这个模型只有3B参数（MoE架构，每个词激活约5亿参数），却能干几千页的活——据今日头条科技作者的实测解读，一张普通消费级游戏显卡就能跑通，这在以前是不可想象的。
顺带一提它的”前科”：第一代Unlimited OCR今年6月发布，开源5天GitHub Star破万，累计下载量已破千万，连图灵奖得主LeCun都转发推荐过。这次是120天后的第二代。
普通人怎么用上它？三种方式
方式一：百度官方平台在线体验（推荐先试这个）
百度官方通稿确认，模型已同步上线百度智能云和百度AI开放平台。操作路径：在搜索引擎里搜”百度AI开放平台 文心Unlimited OCR 2″，进入官方公测页面即可在线体验。把你那份厚文档的图片或PDF传上去，等它跑完，导出结构化文字结果。
适合的场景随手举几个：
- 研究生/写作者：整本扫描版参考资料转文字，做笔记和检索
- 会计/审计：几百页财报里那些跨页大表，一次转成Excel友好的结构
- 行政/法务：纸质合同、档案卷宗数字化
- 家里有旧书的：拍照上传，把老书变成电子版
方式二：等第三方产品集成
百度系产品（如百度网盘的文档服务）后续接入是大概率事件，市面上各类文档工具也会跟进。到时候你在常用App里就能直接享受”整本识别”的能力，无需自己操作。
方式三：开发者自部署（技术党专属）
模型以MIT协议开源，代码和权重在GitHub（baidu/Unlimited-OCR-2）和HuggingFace（baidu/Unlimited-OCR-2）都能下载。有显卡、会一点技术的可以自己部署，公司内网处理涉密文档的场景尤其适合。
注意事项，别踩坑
- 识别≠全对，务必人工核对。尤其是数字、金额、日期这类关键信息，AI识别的准确率再高也不是100%，错一个小数点就是事故。核心数据请对照原文检查。
- 敏感文件谨慎上传云端。身份证、银行卡、未公开的合同、涉密资料——凡是你不想让任何第三方看到的，要么用本地部署方案，要么干脆别传。在线公测服务的数据处理政策，用之前建议看一眼。
- API计费情况待公开。开源权重免费，但云端API的收费细则在发布时尚未明确，商用前先问清价格。
- 成绩是百度自己测的。上文已说明，独立评测未出，别把”SOTA”当成万能承诺，拿你自己的文档实测才是硬道理。
写在最后
文档数字化这件事，看着不起眼，实际上是很多人日常工作里最烦的”脏活”。从只能处理单页，到几十页，再到今天的”任意页数”，OCR这条技术线每前进一格，就有一大批人从”手动抄书”里解放出来。
据公开消息，百度还将在11月12日的百度世界大会上展示更多相关能力。如果你手头正好压着一份几百页的”砖头”，不妨先去公测页面试试水——从此告别一页一页截图的日子，是真的。