IT之家 · 智能时代T2·78 分
小米开源 0.8B OCR 模型 支持文档解析与视觉问答
原标题：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
- 基于 Qwen3.5-0.8B 基座，单模型同时处理文档解析、信息抽取和视觉问答
- 引入“预测-重渲染-视觉比对”闭环校验机制，有效解决复杂表格与公式解析难题
- 使用约 1.7 亿条样本训练，通过异构专家共识机制生成高置信度标注数据
返回热点榜
opensource热度 11.4°
AI 聚合热点事件 · 2026/10/30
小米开源 0.8B OCR 模型 支持文档解析与视觉问答
1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/30 21:15:17
全景综述与最新动态
1 家信源交叉印证小米发布并开源轻量级文档理解模型 Xiaomi-OCR-0，基于 Qwen3.5-0.8B 基座构建。该模型以单一架构覆盖文档解析、关键信息抽取及 OCR 视觉问答三大任务，原生支持 Markdown/LaTeX/JSON 输出。其训练采用异构专家共识机制与“预测-重渲染-比对”闭环校验，显著提升了复杂表格、公式及长尾场景的解析精度。
最新动向/小米发布并开源轻量级文档理解模型 Xiaomi-OCR-0，基于 Qwen3.5-0.8B 基座构建。该模型以单一架构覆盖文档解析、关键信息抽取及 OCR 视觉问答三大任务，原生支持 Markdown/LaTeX/JSON 输出。其训练采用异构专家共识机制与“预测-重渲染-比对”闭环校验，显著提升了复杂表格、公式及长尾场景的解析精度。
逐小时热度走势
3 个完整观测小时当前
11.4
峰值
11.822:00
近 24h 变化
–
曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。