小米开源 0.8B 轻量 OCR 模型并登 Hugging Face 热门榜

小米研究院开源了仅 0.8B 参数的文档理解模型 Xiaomi-OCR-0，基于 Qwen3.5 架构的 image-text-to-text 管线，将文档解析、关键信息抽取和 OCR 导向视觉问答整合进一个轻量模型，并在 Real5 等基准上登顶。该模型随后登上 Hugging Face 趋势榜，引发社区关注，展示小模型在文档解析任务上的竞争力。

2026-10-30 ~ 2026-11-01 · 2 条相关