Unlimited-OCR-2（Baidu）

什么是 Unlimited-OCR-2（Baidu）

Unlimited-OCR-2是百度开源的3B参数OCR模型，用于文档识别，可本地部署。模型权重以MIT许可在Hugging Face免费开放，创建于2026-10-26。

如何使用

1. 安装依赖，例如 pip install torch torchvision pillow transformers==4.52.1 huggingface-hub tokenizers addict einops easydict（在 Python 3.10、NVIDIA A800-80GB 上测试）。
2. 用 AutoModel.from_pretrained("baidu/Unlimited-OCR-2", trust_remote_code=True) 加载模型及其分词器。
3. 处理多页文档时，将所有页面图片按顺序传入 model.infer_multi(...)，以利用跨页上下文。
4. 处理单页时，调用 model.infer(tokenizer, image_file=...)。
5. 部署服务推荐使用 SGLang，也可使用 vLLM。
6. 也可在 Hugging Face Spaces（baidu/Unlimited-OCR-2）、魔搭 ModelScope 或百度智能云上在线体验。

使用场景

• 一次性解析数百页的超长文档 利用跨页上下文的多页 OCR 将扫描文档和页面图片转换为文本 使用 SGLang 或 vLLM 自建 OCR 服务 长文档解析基准评测（如 MarathonDocBench）

官方资料显示的价格

免费

• 开放权重模型，采用 MIT 许可证；
• 可在 Hugging Face 免费下载。

价格以官网为准 · 价格尚未人工核验

来源：huggingface.co · 资料日期：2026年11月2日

公司信息

公司

Baidu Inc.

社交媒体

• x
• github