Xiaomi-OCR-0文档解析、关键信息抽取、OCR

10 月 30 日晚，小米开源了 0.8B 参数的全能文档理解模型 Xiaomi-OCR-0：文档解析、关键信息抽取、OCR 视觉问答，三件事一个模型全包。OmniDocBench v1.6 拿下 96.83 分，1B 以下参数第一，总榜第二，距榜首仅 0.04。本文把这几件事讲透：它到底能干什么、成绩单有多能打、约 1.7 亿样本的数据引擎怎么炼的、三阶段训练为什么“先学会看、再学会懂”，以及超级小爱的端侧落地长什么样。
⬇️点击公众号，了解详情⬇️