百度開源文心 OCR 2 連續轉寫整套小說

整套小說連續轉寫

按官方發佈內容，文心 Unlimited OCR 2 可連續處理整套小說：7 部《哈利·波特》合共逾 3600 頁，自首冊讀至末冊，全程連續識別與轉寫；《三體》全集三冊逾 1200 頁、數十萬字，同樣全程無需中斷。

此類端到端無中斷轉寫，過去受制於長上下文 OCR 的瓶頸：文檔愈長，模型推理時需保留的中間資訊愈多，處理整本書乃至整套書時，往往需要先行分段再作拼接。

KV 快取壓縮至常數

長文檔識別的核心難點在於快取負擔。KV 快取是模型推理時邊讀邊記的中間狀態，頁數愈多、快取愈大，既佔用顯示記憶體，亦拖慢讀取速度。

文心 Unlimited OCR 2 將 KV 快取壓縮至常數規模，令其大小不再隨文檔長度增長；官方在百頁級單序列測試中列出對比數據，快取用量減少約 96%，處理頁數由此不設上限。

發佈與開源安排

該模型由百度正式發佈，並同步開源，供開發者與研究社群取用。官方將其定位為長文檔 OCR 的升級版本，用於應對超長文本在推理效率與穩定性上的要求。

官方同時指出，長上下文識別場景仍面臨顯示記憶體佔用隨文檔長度上升的壓力，需要持續優化推理效率，方可支撐超長文本的穩定識別與轉寫。