# Baidu veröffentlicht Open-Source-OCR-Modell für lange Dokumente

> Unlimited OCR 2 hat 3 Milliarden Parameter und kann laut Baidu Dokumente mit Hunderten Seiten in einer Anfrage auslesen. Das Modell steht unter der MIT-Lizenz.

Oossa · 2026-10-27 · https://oossa.com/de/baidu-releases-open-source-ocr-model-for-very-long-documents

Baidu hat am 27. Oktober 2026 Unlimited OCR 2 veröffentlicht, ein Open-Source-Modell zur optischen Zeichenerkennung (OCR), das Dokumente mit Hunderten Seiten in einer Anfrage auslesen soll. Das Modell hat 3 Milliarden Parameter und steht unter der MIT-Lizenz. Im GitHub-Repository von Baidu finden sich Anleitungen für den Einsatz mit Transformers oder SGLang.

Laut Repository verwendet das Modell Sparse Reference Sliding Window Attention, kurz SR-SWA. Statt die Aufmerksamkeitsberechnungen mit der gesamten Dokumentlänge wachsen zu lassen, arbeitet das Verfahren mit einer festen Anzahl an Referenzen. Baidu nennt 512 Tokens als Beispiel. Das soll dafür sorgen, dass Decodierzeit und Speicherbedarf auch bei längeren Dokumenten nahezu konstant bleiben. Dabei handelt es sich um Angaben des Unternehmens, nicht um unabhängige Messungen im vorliegenden Material.

Baidu zufolge erzielte Unlimited OCR 2 bei MarathonDocBench, einem Benchmark für Dokumente mit rund hundert Seiten, 77,1 Punkte. Auch MarkTechPost nennt dieses Ergebnis. Aus den verfügbaren Angaben gehen jedoch weder die Version des Benchmarks noch die Testbedingungen oder Vergleichsmodelle hervor. Baidu bezeichnet das Modell sowohl bei MarathonDocBench als auch bei MPDocBench als führend. Das Repository enthält in den vorliegenden Informationen jedoch keine Vergleichswerte.

## Wie lässt sich das Modell nutzen?

Baidu dokumentiert die Inferenz mit mehreren Seiten über Transformers und empfiehlt SGLang für den Einsatz als Dienst. Das Transformers-Beispiel wurde mit Python 3.10 und einer NVIDIA A800 mit 80GB Arbeitsspeicher getestet. Das beschreibt die Testumgebung, nicht die Mindestanforderungen an die Hardware.

Das Repository beschreibt außerdem eine Option für Seitenfenster in SGLang, bei der lange Dokumente in kleineren Seitengruppen verarbeitet werden. Baidu warnt, dass kleinere Fenster zwar den maximalen Speicherbedarf senken, es aber erschweren können, Inhalte zu verknüpfen, die über eine Fenstergrenze hinweg weiterlaufen. Dass das Modell viele Seiten in einer Anfrage verarbeiten kann, bedeutet also nicht, dass jede Konfiguration Dokumente beliebiger Größe ohne Einschränkungen bewältigt: Hardware und Einrichtung des Dienstes spielen weiterhin eine Rolle.

## Die Fakten

- Laut Baidus GitHub-Repository wurde Unlimited OCR 2 am 27.10.2026 veröffentlicht.
- Das Modell hat laut MarkTechPost 3 Milliarden Parameter und steht unter der MIT-Lizenz.
- MarkTechPost nennt für MarathonDocBench einen Wert von 77,1 Punkten.
- Baidus Transformers-Beispiel wurde auf einer NVIDIA A800 mit 80GB Arbeitsspeicher getestet.

## Warum es wichtig ist

Für Organisationen, die lange Berichte oder Akten digitalisieren, kann die Verarbeitung in einer einzigen Anfrage dem Modell ermöglichen, Informationen über mehrere Seiten hinweg zu nutzen, statt jede Seite als separaten OCR-Auftrag zu behandeln. Baidu stellt das Modell unter einer offenen MIT-Lizenz bereit. Die vorliegenden Angaben zeigen jedoch weder, wie genau es bei den Dokumenten einer bestimmten Organisation arbeitet, noch welche Hardware deren Einsatz erfordert.

## Quellen und Referenzen

1. [Baidu Open-Sources Unlimited OCR 2 for Hundred-Page Document Parsing](https://www.marktechpost.com/2026/10/26/baidu-unlimited-ocr-2-open-source-long-document-ocr/) – MarkTechPost, 2026-10-27
2. [Baidu](https://github.com/baidu/Unlimited-OCR) – Baidu

Zuletzt aktualisiert: 2026-10-27