实时 AI 消息
小米开源 0.8B 文档 OCR 模型 Xiaomi-OCR-0
小米发布开源文档 OCR 模型 Xiaomi-OCR-0,参数量为 0.8B,目标是文档识别场景。小体量专用模型便于本地部署与自行微调,也说明厂商正把 OCR 这类高频能力从通用多模态模型中拆分出来。

小米推出一款名为 Xiaomi-OCR-0 的开源文档 OCR 模型,参数量为 0.8B,目标场景是文档识别。该消息由技术作者 Pasquale Pillitteri 报道,并出现在 Google News 的 AI 开源模型聚合结果中。
从命名和规模看,这是一款小而专的模型。0.8B 的体量远小于通用多模态大模型,却足以承担版面分析、文字检测与识别这类边界清晰的任务,也因此更容易在本地或边缘设备上运行。
文档 OCR 并不是新问题,但企业场景对它的要求一直很具体:表格要保留结构、扫描件要抗噪、多语言混排不能丢行。通用视觉模型在这些细节上常常需要大量后处理,专用模型的吸引力正在于此。
开源是这次发布的关键属性。权重与推理代码对外可用,意味着开发者可以自行部署、微调,或在合规要求下把数据留在本地,而不必把整份文档送进第三方 API。
对小米而言,这更像是 AI 能力布局的一环,而非单点产品。硬件厂商掌握大量端侧场景,把 OCR 这类高频、低延迟的能力做成小模型,有助于在手机、平板与办公设备上形成差异化。
接下来要看三件事:模型在公开评测与实际文档上的准确率,许可证是否允许商业使用,以及是否提供量化版本以便在消费级硬件上运行。这些细节决定了它会被放进生产流程,还是停留在演示阶段。
为什么重要
一款 0.8B 的开源 OCR 模型降低了文档智能的部署门槛,也说明小参数专用模型正在成为通用大模型之外的一条实用路线。
附近消息
全部10/31 04:40
Chainalysis 遭入侵,客户邮件指向 AI agent 攻击
区块链分析公司 Chainalysis 遭到入侵,一封面向客户的邮件把事件与 AI agent 攻击联系起来,目前入侵路径与影响范围仍缺少公司层面的完整说明。安全基础设施提供商自身成为目标,让具备工具调用权限的智能体风险变得具体。
10/31 05:17
AI动态:Cracks are emerging in the AI spending boom
据 techcrunch.com 消息,Cracks are emerging in the AI spending boom。Big Tech is pouring billions into AI infrastructure, but mounting debt, negative cash flow, and growing investor skepticism are raising questions about the sustainability of the AI spending boom.
10/31 05:26
AI动态:Last minute Halloween costumes for tech nerds
据 techcrunch.com 消息,Last minute Halloween costumes for tech nerds。No Halloween costume? Just be a deceptively cute AI agent icon, a PHP vulnerability, or sleepy time Bryan Johnson.
10/31 05:52
报告称 Anthropic 上市后或获评“高垃圾级”信用评级
据 TechCrunch 援引的一份新报告,Anthropic 在完成IPO后很可能从信用评级机构获得一个“高垃圾级”的高收益评级。这一预期反映出,即便是在AI竞赛中处于前列的实验室,其资产负债表在评级机构眼中仍带有明显的投机色彩。