百度开源 Unlimited OCR 2：3B 模型一次读完 300 页，百页文档每步解码快 7 倍

先说结论

• 是什么：百度 ERNIE 团队的文档解析模型第二代，3.34B 总参数的 MoE，从上一代 checkpoint 继续后训练一个 epoch。15
• 改了什么：每个 query 只看固定容量的参考视觉 token，解码成本不再随页数增长；报告称百页规模下每步比全注意力快 7.0 倍、比上一代快 5.6 倍。5
• 长文档精度：几十页的 MPDocBench 84.59，最好基线 78.30；自建的百页 MarathonDocBench 77.06，通用 VLM 在 7.51 到 33.74 之间。5
• 单页几乎没变：OmniDocBench v1.6 上 94.02，比上一版 93.92 高 0.1 分，低于两个更小的开源模型。5
• 怎么用：MIT 许可，BF16 权重 6.69 GB，Transformers 与 SGLang 两条路径；百度云接口限时免费。46
• 缺什么：没有第三方复跑，没有公开单价，延迟实验用的卡型也没写。78

快速核对

它省掉的是哪一步计算

长文档到底省了多少

两类基准要分开看

单页不是它的战场

跑起来要改哪些默认值

现在能用在哪

该不该试

• 手上有几十到几百页的整份文档、今天靠逐页 OCR 拼接：这是它正对的口子。拿二十份自己的文档，跑一遍整份解析，重点看跨页表格有没有接上、章节标题有没有塌。5
• 日常只有单页票据、表单、截图：两个更小的开源模型分数更高，参数量分别只有 0.8B 与 1.2B，换过来没有理由。5
• 已经在用通用 VLM 塞长上下文：可以拿它当对照组，同样一批百页文档比一遍分数与耗时，再决定要不要为这一类活单独引一个模型。5
• 只想接 API、不想碰 GPU：百度云的免费额度够跑两百页，先把流水线接通，再等它公布付费价。4
• 文档以中文为主、或者大量手机截图：报告与模型卡都没有给分项，这两块得自己测。2
• 下游要用章节目录做检索：标题层级是全表最低的一项，替换前先拿自己的目录页试。5

还没有的数字

• 第三方复跑：Artificial Analysis 与 Vals Index 都还没有这个模型，OpenRouter 也没有上架，眼下所有分数都出自厂商自己的报告。71314
• 测试卡型与显存下限：报告只写了训练用 25×8 张 H800，延迟实验和 KV 实验用的卡、单卡显存占用都没给。5
• 速度的绝对值：只有相对倍数和图上毫秒数，没有 tokens/s 的官方口径；表里 1,315 TPS 是 16 路并发的端到端吞吐。5
• 训练数据构成：2M 多页加 10M 单页，伪标签来自 MinerU2.5-Pro 与 PaddleOCR-VL-v1.6，语言与领域分布没公开。5
• 300 页以上：报告测到 300 页为止，再长的文档官方没有数据，模型的 131,072 上下文按每页 273 token 推算大约到 480 页。59
• 单价：云接口限时免费，价格页没有这一项，自建的单页成本要靠自己的卡算。8
• 语言覆盖：模型卡标签写多语言，报告里没有分语言分数。2