6月22日，百度开源推出了UnlimitedOCR模型，该模型拥有30亿的总参数量，但在推理时仅激活5亿参数，旨在解决端到端OCR模型在解析长文档时速度逐渐下降的问题。端到端OCR模型通过统一神经网络架构，直接从图像映射到文本序列输出，减少信息丢失和计算冗余。然而，主流模型在生成每个token时会扩大KVcache，导致显存占用和延迟上升，影响多页文档的解析效率。

UnlimitedOCR模型继承了DeepSeekOCR架构，保留了DeepEncoder与Mixture-of-Experts（MoE）解码器。在编码端，该模型采用两级视觉编码，并在连接阶段执行16倍token压缩，将1024×1024的PDF图像压缩为256个视觉token，有效减轻预填充负担。训练方面，UnlimitedOCR基于DeepSeekOCR检查点继续训练4000步，冻结DeepEncoder，仅训练解码器，使用了约200万份文档样本，运行在8×16A800GPU上。数据配比为单页与多页约9:1，多页样本通过拼接构造。

基准测试显示，UnlimitedOCR在OmniDocBenchv1.5上的整体得分为93.23，高于DeepSeekOCR的87.01和DeepSeekOCR2的89.17。其文本编辑距离为0.038，公式CDM为92.61，表格TEDS为90.93，读序编辑距离为0.045。在OmniDocBenchv1.6上，模型整体得分进一步提升至93.92。