返回首页
RadarAI··论文与技术

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

中文摘要

百度开源文心 Unlimited OCR 2 模型,支持“无限”页数解析,具备版面分析、跨页合并及表格识别能力,多项指标达 SOTA。

English Summary

Baidu open-sourced Wenxin Unlimited OCR 2, enabling "infinite" page parsing. It supports layout analysis, cross-page text merging, and table recognition, achieving SOTA results on major benchmarks.

原文节选

百度于本月 27 日发布并开源文心 Unlimited OCR 2 文档解析模型,将解析上限从数十页推向“无限”,可一次性解析累计超 3,600 页的《哈利·波特》全系列 7 部作品。该模型原生支持版面要素切分识别,具备跨页文案合并和表格识别合并能力;在 MPDocBench 得 84.6 分、MarathonDocBench 得 77.1 分,均实现端到端 SOTA。