OpenBMB 发布 MiniCPM-OCR：一款 1B 文档解析器，并推出为 OCR 结果打分的 2B 模型

OpenBMB 于 10 月 28 日在 X 上展示了 MiniCPM-OCR，演示其在 iPhone 和 iPad 上本地运行。该模型以开放权重发布，可通过 llama.cpp、vLLM、SGLang 或 Ollama 运行；微调代码也已开源，OpenBMB 还提供演示版和 API。

此次介绍了两款模型：

• MiniCPM-OCR 1.0：一款 1B 规模的文档解析器。OpenBMB 声称，它在同等规模模型中实现了最先进的 OCR 性能和速度，在 Real5-OmniDocBench 上得分 93.68，在 OCRBench v2 上得分 54.7。演示内容包括手写笔记、复杂公式、报纸和低质量扫描件。
• MiniCPM-OCR Jev：一款 2B 决策模型，用于检查 OCR 输出。它会将解析出的文本、公式和表格与原图进行比对，并为每项内容给出 0 到 1 的正确性评分，帮助用户筛选更好的结果，并判断哪些内容需要人工复核。OpenBMB 表示，该模型在 JevOCRBench 上的表现接近 Qwen3.5-397B-A17B，并且兼容不同 OCR 解析器的输出。

这些基准测试数据均为 OpenBMB 自行公布的说法，并非独立测得。