OpenBMB lanza MiniCPM-OCR, un parser de documentos de 1B, junto con un modelo de 2B que puntúa los resultados de OCR

OpenBMB mostró MiniCPM-OCR en X el 28 de octubre, ejecutándose localmente en un iPhone y un iPad. Se lanza con pesos abiertos y puede ejecutarse con llama.cpp, vLLM, SGLang u Ollama; el código de ajuste fino es de código abierto, y OpenBMB también ofrece una demo y una API.

Se describen dos modelos:

• MiniCPM-OCR 1.0, un parser de documentos de la escala de 1B. OpenBMB afirma que ofrece un rendimiento y una velocidad de OCR de vanguardia para ese tamaño, con una puntuación de 93.68 en Real5-OmniDocBench y de 54.7 en OCRBench v2. Se muestra con notas manuscritas, fórmulas complejas, periódicos y escaneos de baja calidad.
• MiniCPM-OCR Jev, un modelo de decisión de 2B que comprueba los resultados de OCR. Compara el texto, las fórmulas y las tablas extraídos con la imagen original y asigna a cada elemento una puntuación de corrección de 0 a 1, para que los usuarios puedan elegir mejores resultados y ver qué requiere revisión humana. OpenBMB afirma que se acerca a Qwen3.5-397B-A17B en JevOCRBench y que funciona con los resultados de distintos parsers de OCR.

Las cifras de los benchmarks son afirmaciones de OpenBMB, no mediciones independientes.