🔥卧槽！小米开源0.8B OCR小模型！0.8B参数吊打更大模型，Xiaomi-OCR-0正式开源！ 单一模型同时搞定文档解析 + 关键信息抽取 + OCR… · @NFT_Chen · TwKit

@NFT_Chen

🔥卧槽！小米开源0.8B OCR小模型！0.8B参数吊打更大模型，Xiaomi-OCR-0正式开源！ 单一模型同时搞定文档解析 + 关键信息抽取 + OCR视觉问答，权重与代码已上线，开发者直接可用！ 性能亮点： 🔸仅0.8B参数（基于Qwen3.5-0.8B-Base），训练约1.7亿条OCR与文档样本 🔸Real5-OmniDocBench（扫描/弯曲/翻拍等真实场景）95.24分，对比模型中排名第一 🔸OmniDocBench v1.6综合96.83分，总榜第二，仅差榜首0.04分，1B以下参数模型中第一 🔸公式识别UniMER-Test 97.84分，表格结构PubTabNet 92.27分 🔸五项文档理解基准（DocVQA等）平均83.2分，高于HunyuanOCR-1.5（1B）、Qwen3.5-2B（80.9）等更大模型 🔸古籍书法Chronicles-OCR 73分，与闭源Seed 2.0 Pro（72分）同水准 🔸原生支持Markdown、LaTeX、JSON结构化输出，可直接接入自动化流程 已落地小米手机「超级小爱」：屏幕提取取餐码/快递码/排队号、智能记账抽取金额商户、拍照识别发票/身份证字段等。 GitHub：https://github.com/xiaomi-research/Xiaomi-OCR-0 Hugging Face：https://huggingface.co/xiaomi-research/Xiaomi-OCR-0 论文：https://arxiv.org/abs/2609.36136 Agent一键体验： https://raw.githubusercontent.com/xiaomi-research/Xiaomi-OCR-0/main/SKILL.md #小米 #Xiaomi #OCR #开源 #AI #多模态大模型 #文档理解 #XiaomiOCR0 #人工智能 #技术开源 #罗福莉

曝光 2125 · 评论 16 · 点赞 22 · 书签 21