독서리서치레이더투자 프레임워크
로그인 / 회원가입
← 읽기로 돌아가기
주제DisconfirmAI 편집부업데이트됨 2026-11-02 01:58

Xiaomi-OCR-0

4 단계1 건4 출처

小米于2026年9月底发布并开源了仅0.8B参数的文档理解模型Xiaomi-OCR-0。该模型基于Qwen3.5-0.8B基座,通过约1.7亿样本训练,统一了文档解析、关键信息抽取(KIE)与视觉问答(VQA)三项能力。在OmniDocBench v1.6等权威基准中,其得分领先同量级模型,并在部分指标上逼近4B参数模型。【背景】此举旨在降低端侧部署门槛,支撑“超级小爱”等手机助手实现从“文字识别”到“结构化理解”的跃迁,如自动提取账单、日程或航班信息。目前社区已推出GGUF量化版本以支持本地运行。

현재까지의 과정

  1. 2026-09-28

    小米SeerRay团队在arXiv提交《Xiaomi-OCR-0 Technical Report》。

    arxiv.org ↗
  2. 2026-09-30

    Hugging Face页面显示技术报告发布,模型权重正式开源。

    huggingface.co ↗
  3. 2026-10-08

    社区贡献者prithivMLmods、xzl01等发布GGUF量化版本,ByronLeeee发布BF16 NInfer转换版。

    huggingface.co ↗
  4. 2026-10-31

    智东西报道小米发布Xiaomi-OCR-0,强调其在多项基准中的领先成绩及端侧应用场景。

    zhidx.com ↗

아직 해결되지 않은 문제

  • Xiaomi-OCR-0在实际手机端侧推理时的功耗与延迟表现如何?
  • 相比闭源大模型,开源轻量级模型在复杂非标准文档(如手写古籍)上的鲁棒性是否足以支撑大规模商用?
  • 小米后续是否会针对特定垂直领域(如医疗、法律)推出微调版本?

출처

  • zhidx.com智东西:小米开源0.8B参数文档理解模型Xiaomi-OCR-0
로그인 / 회원가입
독서리서치레이더투자 프레임워크
↗
  • huggingface.coHugging Face: Xiaomi-OCR-0 Model Card↗
  • github.comGitHub: xiaomi-research/Xiaomi-OCR-0 Repository↗
  • arxiv.orgarXiv: Xiaomi-OCR-0 Technical Report↗
  • 이 주제 커버리지

    • Xiaomi Open-Sources 0.8B Parameter Document Understanding Model Xiaomi-OCR-0, Claims Leading Benchmark Performance2026-11-01뉴스

      Xiaomi has released and open-sourced Xiaomi-OCR-0, a 0.8B parameter model unifying document parsing, key information extraction, and visual question answering, reporting top scores in several benchmarks.