面壁智能与 OpenBMB 开源 MiniCPM-OCR 系列，含 1.3B 解析模型与 2B 质检模型

10 月 31 日，面壁智能（ModelBest）与 OpenBMB 联合宣布发布并开源 MiniCPM-OCR 系列，这是一组面向高效文档解析与解析质量评估的模型。此次发布包含两个模型：MiniCPM-OCR 1.0（1.3B）与 MiniCPM-OCR Jev（2B）。

作为 MiniCPM 家族中首个专注 OCR 的模型，MiniCPM-OCR 1.0 把高解析精度压缩进 13 亿参数的精简架构，并针对边缘部署做了优化。按官方说明，它能直接处理扫描件、拍照件、弯曲、倾斜以及屏幕截取的文档，无需繁琐的图像预矫正，从而降低大规模文档数字化的门槛。

速度方面，MiniCPM-OCR 1.0 由 DSpark 解码加速驱动，显著提升端到端吞吐并降低单页延迟。对需要处理百万页级资料的企业——例如金融合同档案、学术图书馆与政府记录——这意味着在同样的硬件与时间预算下处理更多文档，单位算力成本明显下降。

针对逐页人工复核这一长期痛点，两家机构同时推出 MiniCPM-OCR Jev，称其为首个 OCR 结果判定模型，充当“AI 质检员”。它本身不执行 OCR，而是把原始图像与 OCR 输出进行比对，为文本、LaTeX 公式与表格快速给出置信分，识别缺字、错误与格式错位。尽管只有 20 亿参数，官方称其判断准确度可达更大模型的水平。

Jev 支持跨模型部署，可以嵌入既有 OCR 流程而无需更换底层引擎。它能自动挑出可靠结果直接进入后续处理，标记可能不准确的输出转人工复核，也能在多个 OCR 系统之间选择最优结果，让企业从全量人工抽检转向基于风险的自动化质量控制。

获取方式上，MiniCPM-OCR 系列已在 GitHub、Hugging Face 与 ModelScope 上线，支持 vLLM、SGLang、llama.cpp 与 Ollama，并附带 SDK、API、Agent Skill 插件与开源微调代码。

硬件适配是该系列的另一重点。官方称其具备 AMD、Arm、Houmo AI、Intel 与 NVIDIA 的 Day-0 适配；通过 FlagOS 软件栈，还对 CIX、华为昇腾、海光、天数智芯、昆仑芯、沐曦、摩尔线程、Sunrise、平头哥、TsingMicro、NVIDIA 以及 Apple Mac（Arm）的 AI 与边缘芯片提供 Day-0 支持。

这套组合的意义在于把 OCR 从单纯的“识别”推进到“识别加质量控制”：一个可跑在边缘的小模型负责解析，一个更小的判定模型负责分流与纠错，再叠加解码加速与多芯片适配，直接压低了文档数字化的落地成本。接下来值得关注的是第三方基准上的实际表现，以及它在金融、档案与政务产线中的部署反馈。