OpenBMB lance MiniCPM-OCR, un parseur de documents de 1B, accompagné d’un modèle de 2B qui évalue les résultats OCR

OpenBMB a présenté MiniCPM-OCR sur X le 28 octobre, en le faisant fonctionner localement sur un iPhone et un iPad. Le modèle est publié avec ses poids ouverts et peut fonctionner avec llama.cpp, vLLM, SGLang ou Ollama ; le code de fine-tuning est open source, et OpenBMB propose également une démo et une API.

Deux modèles sont présentés :

• MiniCPM-OCR 1.0, un parseur de documents de taille 1B. OpenBMB revendique des performances et une vitesse OCR de pointe à cette taille, avec un score de 93.68 sur Real5-OmniDocBench et de 54.7 sur OCRBench v2. Le modèle est présenté sur des notes manuscrites, des formules complexes, des journaux et des scans de mauvaise qualité.
• MiniCPM-OCR Jev, un modèle de décision de 2B qui vérifie les résultats OCR. Il compare le texte, les formules et les tableaux extraits à l’image d’origine et attribue à chacun un score de justesse compris entre 0 et 1, afin que les utilisateurs puissent choisir les meilleurs résultats et repérer ceux qui nécessitent une vérification humaine. OpenBMB affirme qu’il se rapproche de Qwen3.5-397B-A17B sur JevOCRBench et qu’il fonctionne avec les résultats de différents parseurs OCR.

Les chiffres des benchmarks sont des affirmations d’OpenBMB, et non des mesures indépendantes.