本文目錄
OpenBMB 的 MiniCPM-V 倉庫 README 以 News 條 [2026.10.28] 標註開源 MiniCPM-OCR 套件——面向文件解析／OCR 與結果校驗的雙模型組合，不是通用 MiniCPM-V 多模態發版，也不是百度 Unlimited OCR 產品線。產品頁與 Hugging Face 模型卡寫明 Apache License 2.0；權重在 Hugging Face，程式碼在 GitHub；Day-0 適配 vLLM、SGLang、llama.cpp、Ollama，並提供 pip SDK、API 與線上 Demo。另一家廠商的 OCR 近文見 百度開源 Unlimited OCR 2：超長文件一次解析。
雙角色：解析與校驗
MiniCPM-OCR 1.0 負責解析。OpenBMB 標約 1.3B 參數，並寫基於 MiniCPM-V 4.6 訓練。面向中英文文件與 PDF，涵蓋掃描、拍照、彎曲、傾斜、翻拍等採集條件。產品材料還列出自動朝向糾正（Upright）。面向密文與細小數字的自適應上採樣（Upsize），以及 LLaVA-UHD v4 分片視覺路徑。這裡是 OCR 專用套件，不是 MiniCPM-V 4.7 端側多模態發版。同系多模態近文見 MiniCPM-V 4.7：能在手機上跑的 35B 開源多模態模型。
MiniCPM-OCR Jev 約 2B 參數，不解析正文。輸入區域圖像與候選 OCR 結果，輸出約 0–1 的正確性／質量分。OpenBMB 將其定位為可接不同解析模型的 model-agnostic 校驗層，用於路由、人工複核或 best-of-N。產品頁稱其偏 System-1 快判斷：單次前向 prefill 出分，不必為分數做自回歸解碼。文本、公式、表格候選結果均在覆蓋範圍內。
廠商自報分數與吞吐
產品頁與模型卡對 MiniCPM-OCR 1.0 自報 Real5-OmniDocBench 93.68、OCRBench v2 54.7，並在同一廠商表中列出 OmniDocBench／Wild-OmniDocBench／olmOCR-Bench 等數字。Jev 自報 JevOCRBench 93.6（AUROC×100），同表還並列廠商口徑下的更大模型對比（例如 Qwen3.5-397B-A17B 的 93.8、JEV-35B-A3B 的 90.1）。在 DSpark 投機採樣下，廠商稱端到端處理效率約升 55%、吞吐約 1.2 頁/秒，相對 PaddleOCR-VL-1.6 約 1.49×、MinerU2.5 Pro 約 3.62×（按其所述測試條件）。以上均為廠商自報，僅供參考。
如何取得
權重在 Hugging Face 上為 openbmb/MiniCPM-OCR-1.0 與 openbmb/MiniCPM-OCR-Jev。程式碼與 SDK 見 MiniCPM-OCR GitHub 倉庫；產品頁另有 pip SDK、API 與國內／Global playground 入口。開源權重近文見 Atria Dawn 正式版權重開放：Hugging Face 上的 512K 上下文。
可用性、Demo、量化構建與推理部署以 OpenBMB 產品頁、Hugging Face 模型卡與 GitHub README 為準。僅供參考。