小米开源 0.8B 参数 OCR 模型，支持文档解析与视觉问答

小米已开源 0.8B 参数模型 Xiaomi-OCR-0，模型权重和推理代码可在 Hugging Face 与 GitHub 获取。该模型支持文档解析、信息抽取，以及针对文字、表格和图表的视觉问答，并可输出 Markdown、LaTeX 和 JSON 等结构化结果。小米称，模型在 OmniDocBench v1.6 中获得 96.83 分，综合排名第二，在参数量低于 10 亿的模型中排名第一。它基于 Qwen3.5-0.8B-Base 构建，使用约 1.7 亿条 OCR 与文档理解样本训练。小米表示，相关技术已应用于手机端“超级小爱”。

行业资讯应用行业新闻科技巨头 AI模型研究开源 2026-10-30 21:30:05 922 阅读阅读约 1 分钟来源：IT之家

本文来源：IT之家，仅供学习参考，版权归原作者所有。