MiniCPM-OCR 1.0是面壁智能发布的1.3B参数OCR专用模型，适合在本地解析扫描、拍照、弯曲或倾斜的文档，输出Markdown或JSON；它不是通用聊天模型，先确认你的机器和用途能对上，再决定用SDK、Docker还是免费API上手。
先对上用途，再选入口
- 扫描件、翻拍件、弯曲倾斜的纸质文档是它的主战场，普通清晰电子文档未必需要它。
- 代码、权重和文档全部采用Apache 2.0协议，权重在Hugging Face，代码在GitHub，国内也可以走ModelScope。
- 同系列还有一个2B的MiniCPM-OCR Jev，它只做质检打分，不做文字识别，别下错权重。
- 首日就支持vLLM、SGLang、llama.cpp和Ollama四种推理框架，不用等适配。
本地跑，分两套环境准备
- 装SDK环境：负责版面检测和文档组装，pip包名是minicpm-ocr，命令行工具叫minicpmvocr。
- 起推理服务环境：真正跑识别模型，两套环境分开，别混在一个环境里装。
- 想省事就用Docker镜像：2026年11月5日上线的镜像内含权重、SDK和vLLM，部署要求是Linux x86-64、NVIDIA GPU、CUDA 12.9兼容驱动和NVIDIA Container Toolkit。
- 跑通后把结果存成Markdown或JSON，方便后续检索和归档，别只留在终端里看一眼。
手机端也有轻量用法：2026年11月2日起，iOS端可以完全离线本地解析，目前仅支持iOS，安卓用户先别等这一路。
边界要先说清：这个模型只解决文档识别，识别之外的问答、翻译和改写要另外接模型；免费API能先试效果，但正式批量处理建议走本地部署，流程和数据都握在自己手里。
