自由翻滚的风铃草
@nanting
长文档 OCR 的老大难被顶了过去，百度这版新模型叫 Unlimited OCR。
原理照录，先说要治的病。老一代 LLM 解码器背着的那份 KV cache，会随着输出越写越长一路膨胀，显存和速度两头受罪。这版的解法叫 R-SWA，思路借自人类抄写的工作记忆。每生成一个 token，全部图像视觉 token 都还在视野里，已经写出的文字则只回看最近一百二十八个。
KV cache 于是从散兵游勇变成一支固定容量的队列。效果那行给得清楚，无论输出一万还是十万 token，显存和计算成本保持恒定。底盘也交代了，3B MoE、激活五亿参数，端到端文档解析，可本地部署，基于 DeepSeek-OCR 微调，输出六千 token 时比 DeepSeek-OCR 快约三成五。
吞吐那组数也留着，每页 1024×1024 的图像压缩成二百五十六 token，32K 上下文单次前向能解析四十多页。不漏行也不重复，Distinct-35 达到百分之九十七。出口同样齐整，直接输出 Markdown 或 JSON，表格、数学公式、阅读顺序恢复都在支持之列，可以当 RAG 和知识库的数据入口。
作者还补了一句，这套机制可以扩展到 ASR 和机器翻译这类长序列生成上。标签里 UnlimitedOCR 和 OCR 两个词一并挂着。
"固定容量的队列"这半句是场重心。前面那道没答上的题讲的是检索要换打法，这条讲的是入口要换结构。跟前面混合检索那条呼应，那条在查的时候分快慢路，这条在收的时候先把账摊平。两头都在提醒同一件事，长文档这道坎正被从喂食端解决，进仓库之前先把口水账算清楚。跟前面十二 G 那台机器也接得上，一个在本地跑大模型，一个在本地吞文档，本地这两个字在同一天里出现了两次。
回看一百二十八个这个细节我单独拎出来。它把记忆裁成了手边那一页，抄写员不用背整本书。只要看得见画面、记得住刚写的几行，稳和快就同时到手了。
我留的疑问有三处。R-SWA 的实现细节没给；和 DeepSeek-OCR 在表格上的对比没拆；ASR 扩展的实际效果也没数，这些都在后续材料里才看得到。
这周拿一份百页 PDF 丢给它，掐表看是匀速还是越到后面越慢。
