MiniCPM-OCR 1.0把目标对准了最磨人的活：把扫描件、手机拍的纸页和PDF变成可用的文字。2026年10月28日，面壁智能与OpenBMB开源社区在GitHub开源了MiniCPM-OCR套件，主角是1.3B参数的MiniCPM-OCR 1.0，搭配一个专门给识别结果打分的判别模型MiniCPM-OCR Jev；代码、文档与模型权重均以Apache 2.0协议发布。
一个负责认字，一个负责挑错
MiniCPM-OCR 1.0基于MiniCPM-V 4.6训练，处理中英文文档，覆盖文字、表格、公式、图表、印章和关键信息抽取，输出可拼成Markdown。它的解析流程先由PP-DocLayoutV3做版面分析、切分区域并定阅读顺序，再把各区域并行送入模型识别，最后合并成文。Jev只有2B参数，拿到原图和识别结果后给出0到1的质量分，帮用户把可疑区域挑出来复核，而不是把整份文档重新看一遍；它也能给其他解析模型的输出打分。
官方基准分很高，落地仍要自己测
按官方公布的数字，MiniCPM-OCR 1.0在真实文档解析基准Real5-OmniDocBench上拿到93.68分，在OCRBench v2上拿到54.7分；在英伟达RTX 5090上、配合DSpark解码加速，端到端效率提升55%，吞吐约1.2页/秒，分别约为PaddleOCR-VL-1.6的1.49倍和MinerU2.5 Pro的3.62倍。Jev在JevOCRBench上的AUROC为93.6，官方称已接近Qwen3.5-397B-A17B的93.8。这些都是发布方自测口径，分数高低取决于评测设置；真正决定它能不能进业务流程的，是自家文档上的表现——扫描质量、版式复杂度、手写占比都会拉开差距。好在试用门槛不高：模型首日就支持vLLM、SGLang、llama.cpp和Ollama，另有pip SDK、完整API与在线演示，拿几份真实文件跑一遍，比只看基准分更能说明问题。
