MiniCPM-OCR 开源：1.3B 模型每分钟解析 128 页文档
haider1 · x · 2026-10-31
OpenBMB 发布开源 OCR 模型家族 MiniCPM-OCR，包含两个组件：
- MiniCPM-OCR 1.0（1.3B）：解析中英文文档与 PDF，针对扫描件、照片、弯曲页面、翻拍文档等复杂输入平衡质量与效率，优化 SDK 下每分钟最多处理 128 页。
- MiniCPM-OCR Jev（2B）：在区域级别评估 OCR 结果可靠性，区分问题区域与可信区域，可与不同解析模型配合，标记需要人工复核的内容。
作者实测用 1.0 跑 OCR、再用 Jev 校验准确性，认为这个尺寸的模型效果令人印象深刻，并预测小型专用模型将逐步接管过去需要大系统的任务。项目已开源（Apache-2.0，GitHub 约 640 star），提供免费 API、Web Demo 与本地部署方案。
所属事件:OpenBMB 开源 MiniCPM-OCR，小模型高速解析文档(2 条相关)→
「模型」频道最新
- 研究者在模型权重空间找到 5 种人格结构,可类比人类大五人格 — luke_drago_ · 2026-10-31
- OpenAI 停止向个人 API 提供 Daybreak Blue，11 月 20 日生效 — mkosmo · 2026-10-31
- Anthropic 取消 5 小时限制、Max 20x 改名 Ultra，作者预警 20x 将缩水 — doodlestein · 2026-10-31
- Cartesia 语音 agent 平台盲测登顶：级联方案击败原生 speech-to-speech — rohanpaul_ai · 2026-10-31
- 博主纠错 SWE-bench 数据：新模型在极难题目尾部反而更差 — teortaxesTex · 2026-10-31
- Hyperflow H3 登顶视频榜前五，价格不到 Seedance 2.5 一半 — ArtificialAnlys · 2026-10-31