OpenBMB 發布 MiniCPM-OCR：1B 文件解析模型，並推出用於評分 OCR 結果的 2B 模型

OpenBMB 於 10 月 28 日在 X 上展示 MiniCPM-OCR，並在 iPhone 和 iPad 上本機執行。模型以開放權重形式發布，可透過 llama.cpp、vLLM、SGLang 或 Ollama 執行；微調程式碼也已開源，OpenBMB 另提供示範和 API。

這次介紹了兩款模型：

• MiniCPM-OCR 1.0：1B 級文件解析模型。OpenBMB 宣稱其在同等規模下，OCR 效能和速度均達到最先進水準，在 Real5-OmniDocBench 得分 93.68，在 OCRBench v2 得分 54.7。展示內容包括手寫筆記、複雜公式、報紙和低畫質掃描件。
• MiniCPM-OCR Jev：2B 決策模型，用於檢查 OCR 輸出。它會將解析出的文字、公式和表格與原始影像比對，並為正確性評分，分數介於 0 到 1，讓使用者能挑選較好的結果，並判斷哪些內容需要人工審核。OpenBMB 表示，該模型在 JevOCRBench 上的表現接近 Qwen3.5-397B-A17B，且可搭配不同 OCR 解析器的輸出使用。

上述基準測試數據是 OpenBMB 自行公布的宣稱，並非獨立測量結果。