小米开源 0.8B 参数 OCR 模型 Xiaomi-OCR-0,支持 Markdown 与 JSON 输出
小米开源轻量级文档理解模型 Xiaomi-OCR-0,参数规模 0.8B,权重与推理代码已上线 Hugging Face 和 GitHub。该模型基于 Qwen3.5-0.8B-Base 构建,用约 1.7 亿条 OCR 与文档理解样本训练,单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答三类任务,原生支持 Markdown、LaTeX 与 JSON 输出。官方评测显示其在 OmniDocBench v1.6 得 96.83 分,位列总榜第二、1B 以下参数模型第一,同时提供浏览器 Demo、MCP 服务与 Agent Skill 工具包。
#模型发布#开源生态#多模态