小米开源 0.8B 文档 OCR 模型 Xiaomi-OCR-0

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。