OpenBMB 推 MiniCPM-OCR 套件,给高风险 OCR 流程加校验
你的 OCR 说已经完成了——但它真的全对了吗?🤔 在高风险工作流中,哪怕一个小错误都可能造成高昂代价。🚀 来认识一下 MiniCPM-OCR 套件:一套开源解决方案,既能快速解析,又能校验结果。
两款新模型:
🔹 MiniCPM-OCR 1.0 —— 1B 规模下达到 SOTA 的 OCR 性能与速度。小巧、精准、快速。
🔹 MiniCPM-OCR Jev —— 一个 2B 决策模型,用于评估解析准确率,在 JevOCRBench 上的表现接近 Qwen3.5-397B-A17B。
⚡ 有哪些新亮点?
小模型,SOTA 表现: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 与具体模型无关,可校验来自不同 OCR 解析器的文本、公式和表格。它在 JevOCRBench 上得分 93.6,优于 JEV-35B-A3B(90.1),并接近 Qwen3.5-397B-A17B(93.8)。
每分钟最多处理 128 页 🤯:借助 DSpark,MiniCPM-OCR 的运行速度是 PaddleOCR-VL-1.6 的 1.49 倍、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高 128 页。
在你的工作环境中部署:Day-0 支持 Arm、Houmo AI、Intel 和 NVIDIA,并通过 FlagOS 支持另外 10 家芯片厂商。
适配你的技术栈:vLLM、SGLang、llama.cpp 和 Ollama,提供量化模型、微调支持以及 Agent Skills。
🔗 GitHub:
🤗 Hugging Face:
MiniCPM-OCR 1.0:
MiniCPM-OCR Jev:
👉 试用 Demo:
使用 API:
本文由 AI 翻译自英文原帖,技术名词保留英文。
查看 X 原帖