搜索
小米开源 0.8B 参数 OCR 小模型：打通文档解析与视觉问答，支持 Markdown 与 JSON 输出
6 小时前
小米官方宣布开源0.8B参数轻量级文档理解模型Xiaomi-OCR-0，同步上线模型权重与推理代码。该模型基于Qwen3.5-0.8B-Base构建，以单一模型覆盖文档解析、关键信息抽取和OCR视觉问答三类任务。训练累计使用约1.7亿条样本，通过多轮数据筛选、闭环校验、补充长尾困难样本及三阶段训练优化性能。多项公开评测显示，该模型在同参数级模型中表现领先，部分成绩达到闭源模型水准。相关技术已落地小米手机端超级小爱，官方还提供交互式Demo、MCP服务及Agent Skill工具包供开发者集成。
