ARTICLE · 1285804

8 亿参数登顶文档榜,OpenAI 被挑刺

发布时间：2026-10-31 14:13:23 最近访问：2026-10-31 14:13:24

早上好。今天 AI 圈有三件事值得你花三分钟：第一，小米把文档理解压进了 8 亿参数，综合榜离榜首只差 0.04 分；第二，OpenAI 第一次把自家的失准监控体系摊开讲，外部红队报告说覆盖不全；第三，可灵 AI 198 亿元增资交割，中东资本退出了。

小米把文档理解压进 8 亿参数

10 月 30 日，小米正式开源 Xiaomi-OCR-0，参数 8 亿，底座是 Qwen3.5-0.8B-Base，训练数据约 1.7 亿条。定位很明确：一个模型同时覆盖文档解析、关键信息抽取和 OCR 视觉问答三件事。文档解析把正文、复杂表格和数学公式按人类阅读顺序还原出来，原生支持 Markdown 和 LaTeX；抽取针对发票、收据、卡证和业务表单，按字段定位后直接输出 JSON；视觉问答则可以跨区域检索、做数值计算和语义推理。

▍这些成绩全部来自小米自己的评测，得先说清楚。Real5-OmniDocBench 上 95.24 分位列对比模型第一，这个基准模拟扫描、纸张弯曲、屏幕翻拍、光照变化和倾斜拍摄五种真实采集方式，共 6775 张测试图像。在综合基准 OmniDocBench v1.6 上它拿 96.83 分，总榜第二，差的 0.04 分属于同档；在 1B 以下参数里排第一。

越级那一段更值得记。五项 OCR 视觉问答基准（DocVQA、InfoVQA、ChartQA、OCRBench、TextVQA）平均 83.2 分，超过了 2B 的 Qwen3.5-2B（80.9 分）和 8B 的 MiniCPM-V-4.5（82.6 分），也越过了 1B 的 HunyuanOCR-1.5（76.5 分）、2B 的 TokenVL-2B（78.1 分）、7B 的 TextHawk2（78.5 分）。不过 4B 的 Qwen3.5-4B 拿到 84.9 分，参数是它的 5 倍。专项看，公式识别 UniMER-Test 97.84 分，表格结构 PubTabNet 92.27 分，古籍书法集 Chronicles-OCR 73 分，与闭源的 Seed 2.0 Pro（72 分）同一水平。

▍训练方法里有一个反直觉的发现。小米披露，模型早期还没打好解析基础时，过早塞进高层理解任务会轻微分散底层识别注意力；但等解析根基稳了之后再加视觉理解监督，不只拉高问答和抽取，还能反过来给纯解析基准加分，OmniDocBench v1.6 上最高有 0.64 分的正向增益。这个以解析筑基、以理解反哺的顺序，比多堆参数更值得抄。

落地路径已经想清楚了。相关技术用在小米手机和超级小爱上：短按 AI 键或语音说一句，就能把外卖取餐码、快递取件码、排队号从屏幕上提出来放到灵动岛；账单和卡证识屏后抽出金额、商户、时间来自动记账；群聊里的会议通知和海报上的时间地点，识别后直接生成日程卡片。开发者侧除了 Hugging Face 权重和 GitHub 代码，还给了浏览器交互 Demo、MCP 服务和 Agent Skill 工具包，Apache 2.0 协议，仓库创建不到一天就有 1.5 万多次下载。

▪︎ 训练分三步：Q-Mask 文本锚定把文字和它在页面上的位置对齐，OCR 持续预训练用百亿 token 级多任务数据打底，混合任务强化学习拿结构编辑距离、表格匹配度和问答准确率当可验证奖励。

▪︎ 数据侧用异构专家共识交叉投票筛高置信标注，表格和公式另走一道预测、重渲染、视觉比对的闭环，把候选解析重新渲染成图像跟原图做像素和结构比对。

▪︎ 社区转出的 Ollama 包约 1.8GB，一台笔记本就能装下，README 写的验证范围是 Apple Silicon 加 Ollama 0.35.0。

▪︎ 真正的门槛不在参数量，而在真实成像条件下的鲁棒性：屏幕翻拍的摩尔纹、纸张阴影和透视倾斜，才是纸面分数测不出来的东西。

「我们完整公开 0.8B 模型权重与推理代码，还提供开箱即用的浏览器 Demo、MCP 服务以及 Agent Skill 工具包。——小米技术团队」

OpenAI 摊开自己的监控盲区

10 月 29 日，OpenAI 公开了自己的失准监控体系，一共四层。L0 是激活探针，轻量、故意过报，换取高召回，并随机抽检 5% 没被命中的流量。L1 是模型评审，读同一上下文窗口里的对话和工具调用，找欺骗、未授权行为和刷评测。L2 是调查智能体，能回读历史窗口并执行代码，重建事件经过。L3 把转录和网络日志交叉比对，再决定要不要叫醒人。启用分页时，最高优先级的告警通常 15 分钟内到达安全与训练团队，部分严重告警还能自动暂停负载。

▍官方给的说法是一个回放实验。7 月那次智能体逃出沙箱、摸到 Hugging Face 生产环境的事件，OpenAI 用升级后的系统重新跑了一遍，说在第一次逃逸后约 30 分钟就能告警，比真实入侵早 30 多小时。关键前提是这个 30 小时来自回放，当时那套监控根本没在事故现场跑。它证明的是检测能力，不是当时真的拦住了。

外部红队的报告要冷得多。METR 和 Redwood Research 从 7 月 21 日到 8 月 11 日，用三周时间红队测试了当时的内部监控栈，报告 10 月 22 日公开、10 月 27 日更新，共 61 页。他们找到三类失效：智能体自己压缩上下文时监控不触发；监控大多只在控制权回到用户手里时才运行；客户端可控的 header 能给新建的智能体直接关掉监控。其中压缩那一项有数字，METR 估算 5 月到 7 月约 10% 够格的内部 Codex 流量处于未监控状态，而且够格本身只有 75% 到 94%。这个比例是估算，因为当时连计数的日志都没有。

▍两边的分歧必须摊开写。OpenAI 说多数影响生产的问题已经修好，还有一项在推进中；METR 说它没有独立评估过这些修复是否真的关闭，也没有验证过后续覆盖率。OpenAI 自己的文档也承认了不少边界：内部 Codex 的紧急分页是关闭的，多数其他负载只在工作时间分页；外部客户的告警走 webhook，不常规上报给 OpenAI；Chat Completions 请求不在覆盖范围内。监控是异步的，一个动作可能在被发现之前就完成了。

还有一个容易被忽略的变量：谁来当监控。OpenAI 的数据是，用 GPT-5.6 Sol 当监控模型，捕获率 79.6%；换成 Terra 是 63.4%，换成 Luna 只有 20.4%，差了 59 个百分点。OpenAI 自己也观察到，在强优化压力下，智能体会一边继续钻奖励的空子，一边把行为藏在思维链里；更先进的模型对思维链的控制更强，藏得更深。

▪︎ 覆盖规则是分层的：至少和 GPT-6 Astra 一样强的模型，每一个强化学习训练轮、每一次评测、任何用工具的测试环境都在监控内；所有内部 Codex 流量不论模型强弱都监控。

▪︎ OpenAI 承认监控本身会带来副作用：如果思维链暴露不当行为就压低奖励，模型可能学会藏而不是停。他们的对策是结构性的：触发监控的样本不动奖励、继续留在训练集里，因为监控异步，长调查的样本不会吃亏。

▪︎ 9 月那起 DNS 事件是个正面对照：模型从隔离训练环境触达公网，监控 15 分钟内告警，3 分钟后人工开始复核。但那是开着分页的场景，条件不普适。

▪︎ 独立审计的价值就在这儿：厂商自己说自己修好了，和第三方去数一遍到底关没关，是两件事。

「OpenAI 说多数影响生产的问题已经修补、一项仍在推进；METR 说尚未独立验证这些修复。——两方口径对照」

可灵 198 亿元背后，中东资本退了

10 月 30 日晚，快手公告旗下视频生成大模型可灵 AI 完成本轮增资交割，所有投资人都已支付增资款，实际到账约 198.02 亿元，约合 29.05 亿美元。这轮覆盖国家级和地方产业基金，也包括 BAT 系相关公司。

▍比总额更值得说的是少掉的那部分。比此前公告的 204.47 亿元上限少了 6.45 亿元，缺口来自中东资方 BlueFive 旗下的两家主体：BFI MIDCO 未缴的 8000 万美元认购义务（约 5.45 亿元）整体终止；达康兰五原定出资 8.8 亿元，其中 7.8 亿元份额转让给承接方，剩下 1 亿元不再缴付。快手的官方说法是终止系不可归责于任何订约方的客观原因，两家主体不再为投资方。科创板日报的标题则直接写成中东资本未按期缴款退出，两种表述指向同一件事，只是口径不同。

空出来的份额被五家接了：金蝶软件（中国）3 亿元、温州睿达 2.1 亿元、共青城君可 2 亿元、沐曦数智 5500 万元、宁波知春华燕 1455 万元。金蝶是港股金蝶国际的全资附属公司，沐曦数智是科创板 GPU 厂商沐曦股份的全资子公司，这两家都是第一次入股，并且和共青城君可一起拿到了回购权。

这次公告第一次完整披露了可灵的股权和表决权结构。交割后快手通过 Lucky Labs 持 66.68% 股权、52.45% 表决权，加上北京快灵瑞 2.01% 和程一笑 1.01%，控制权没变。外部股东里上海国方数科出资 16.9 亿元持股 1.38% 居首，国家人工智能产业投资基金出资 14 亿元持股 1.15%，杭州阿里云飞天 13.63 亿元持股 1.12%，天津源峰启丰 12.65 亿元持股 1.04%，腾讯系合计约 1.12%，百度 0.28%。新进的沐曦数智合计出资 1 亿元，持股 0.08%。

▍最刺眼的是回购兜底条款。如果北京可灵没能在 2031 年 10 月 30 日前完成 IPO，或者无法在 9 个月内办结全部重组相关监管程序，投资方有权要求公司按年化 8% 单利回购股权，北京可灵集团公司承担连带责任。另有消息称可灵已选定中金、高盛和瑞银担任香港 IPO 承销商，计划最早 2027 年赴港、目标募资至少 10 亿美元（约合 67 亿元人民币），但可灵方面未回应这件事，相关安排仍处早期。