本文目录
OpenBMB 的 MiniCPM-V 仓库 README 以 News 条 [2026.10.28] 标注开源 MiniCPM-OCR 套件——面向文档解析／OCR 与结果校验的双模型组合，不是通用 MiniCPM-V 多模态发版，也不是百度 Unlimited OCR 产品线。产品页与 Hugging Face 模型卡写明 Apache License 2.0；权重在 Hugging Face，代码在 GitHub；Day-0 适配 vLLM、SGLang、llama.cpp、Ollama，并提供 pip SDK、API 与在线 Demo。另一家厂商的 OCR 近文见 百度开源 Unlimited OCR 2：超长文档一次解析。
双角色：解析与校验
MiniCPM-OCR 1.0 负责解析。OpenBMB 标约 1.3B 参数，并写基于 MiniCPM-V 4.6 训练。面向中英文文档与 PDF，覆盖扫描、拍照、弯曲、倾斜、翻拍等采集条件。产品材料还列出自动朝向纠正（Upright）、面向密文与细小数字的自适应上采样（Upsize），以及 LLaVA-UHD v4 分片视觉路径。这里是 OCR 专用套件，不是 MiniCPM-V 4.7 端侧多模态发版。同系多模态近文见 MiniCPM-V 4.7：能在手机上跑的 35B 开源多模态模型。
MiniCPM-OCR Jev 约 2B 参数，不解析正文。输入区域图像与候选 OCR 结果，输出约 0–1 的正确性／质量分。OpenBMB 将其定位为可接不同解析模型的 model-agnostic 校验层，用于路由、人工复核或 best-of-N。产品页称其偏 System-1 快判断：单次前向 prefill 出分，不必为分数做自回归解码。文本、公式、表格候选结果均在覆盖范围内。
厂商自报分数与吞吐
产品页与模型卡对 MiniCPM-OCR 1.0 自报 Real5-OmniDocBench 93.68、OCRBench v2 54.7，并在同一厂商表中列出 OmniDocBench／Wild-OmniDocBench／olmOCR-Bench 等数字。Jev 自报 JevOCRBench 93.6（AUROC×100），同表还并列厂商口径下的更大模型对比（例如 Qwen3.5-397B-A17B 的 93.8、JEV-35B-A3B 的 90.1）。在 DSpark 投机采样下，厂商称端到端处理效率约升 55%、吞吐约 1.2 页/秒，相对 PaddleOCR-VL-1.6 约 1.49×、MinerU2.5 Pro 约 3.62×（按其所述测试条件）。以上均为厂商自报，仅供参考。
如何获取
权重在 Hugging Face 上为 openbmb/MiniCPM-OCR-1.0 与 openbmb/MiniCPM-OCR-Jev。代码与 SDK 见 MiniCPM-OCR GitHub 仓库；产品页另有 pip SDK、API 与国内／Global playground 入口。开源权重近文见 Atria Dawn 正式版权重开放：Hugging Face 上的 512K 上下文。
可用性、Demo、量化构建与推理部署以 OpenBMB 产品页、Hugging Face 模型卡与 GitHub README 为准。仅供参考。