百度开源新模型！3600页长文档，AI也能连着

百度开源了 Unlimited OCR 2，专门治 AI 读长文档“翻页就断片”的毛病。

以前 AI 认字还行，一到跨页就抓瞎。上一页的表头、没写完的半句话，翻过去就跟下一页断了关系。这次它不光认字，还能把版面结构扒清楚。跨页表格能接回去，被打断的段落也能续上。

官方拿《哈利·波特》全系列做了演示，3600 页一口气解析完。几十页文档它拿了 84.6 分，上百页的拿到 77.1 分，比不少大模型稳得多。

不过别一听“Unlimited”就以为无限免费。它只是处理机制能一直往下走，显存和算力照样卡着。而且云端 API 最多传 500 页，开源版跑起来也得靠 80G 的大显卡撑着。

所以真要拿来干活，别光测最长文件。挑几份带跨页表格、排版乱的样稿跑一跑，看数字和单位准不准，这才是真正容易踩坑的地方。