面壁智能开源 MiniCPM-OCR 1.0 与校验模型 MiniCPM-OCR Jev

OpenBMB· @OpenBMB · X·2026-10-28 00:52· 33 分钟前AI 评分61

AI 导读

面壁智能 OpenBMB 发布开源 MiniCPM-OCR 套件，含 1B 的 MiniCPM-OCR 1.0 和 2B 校验模型 MiniCPM-OCR Jev。

正文 · 原文

你的 OCR 说它完成了——但它真的全都对了吗？🤔 在高风险工作流中，哪怕一个小错误也可能代价高昂。

🚀 认识 MiniCPM-OCR 套件：一个开源解决方案，既能快速解析，又能校验结果。

两个新模型：
🔹 MiniCPM-OCR 1.0 — 在 1B 规模下实现 SOTA 的 OCR 性能与速度。紧凑、准确、快速。
🔹 MiniCPM-OCR Jev — 一个 2B 决策模型，帮助评估解析准确率，在 JevOCRBench 上的表现接近 Qwen3.5-397B-A17B。

⚡ 有什么新东西？
小模型，SOTA 结果：MiniCPM-OCR 1.0 在 Real5-OmniDocBench 上得分 93.68，在 OCRBench v2 上得分 54.7。

一位敏锐的守门员 🛡️：MiniCPM-OCR Jev 与模型无关，可检查来自不同 OCR 解析器的文本、公式和表格。它在 JevOCRBench 上达到 93.6，优于 JEV-35B-A3B（90.1），并接近 Qwen3.5-397B-A17B（93.8）。

每分钟最多 128 页 🤯：借助 DSpark，MiniCPM-OCR 的运行速度是 PaddleOCR-VL-1.6 的 1.49 倍，是 MinerU2.5 Pro 的 3.62 倍。SDK 的并发优化进一步将吞吐量提升至每分钟最多 128 页。

在你工作的地方部署：Day-0 支持 Arm、后摩智能、Intel 和 NVIDIA，并通过 FlagOS 支持另外 10 多家芯片厂商。

适配你的技术栈：vLLM、SGLang、llama.cpp 和 Ollama，并提供量化模型、微调支持和 Agent Skills。

来源：OpenBMB · x.com