首页 最新动态 刚刚,国产开源AI横扫全球4项第一!1.3B逆袭大厂,OCR极限实测杀疯了
▥ 文章标题沉浸布局

刚刚,国产开源AI横扫全球4项第一!1.3B逆袭大厂,OCR极限实测杀疯了

2026-10-29 最新动态 热门阅读内容
刚刚,国产开源AI横扫全球4项第一!1.3B逆袭大厂,OCR极限实测杀疯了

新智元报道 几周前,DeepSeek用V4.1-Flash再次告诉全世界:顶级模型,不一定要天价! 今天,轮到OCR了。 面壁智能开源的MiniCPM-OCR 1.0,只有1.3B参数,却同时拿下解析能力和效率两项第一,把一众大厂模型甩在身后。 这是MiniCPM V/o 家族首个OCR专用模型。 但这,还远不是这次发布最狠的地方。 真正打破旧秩序的,是同一天开源的另一个模型—— MiniCPM-OCR Jev 。 奇怪的是,作为OCR新王身边的「红人」,它竟然连一个字都不吐。不答题,只判卷。一个OCR新王,为什么要给自己配一个专职的「裁判」? 这个反常的举动,恰恰戳破了整个AI圈心照不宣的秘密。 国产OCR开源新王 1.3B小个子以小博大 如腾讯HunyuanOCR-1.5、阿里系/智谱系大模型等一众大厂模型,纷纷发力文档解析OCR领域。 在这个大模型动辄将参数堆到几百B(十亿)、算力如流水的年代,面壁智能开源了 MiniCPM-OCR 1.0 。它只有 1.3B 的参数,完成了一次教科书般的降维打击。 MiniCPM-OCR 1.0杀出重重包围,几乎撑爆了整个多边形的边界。 在6项核心测试中,它以碾压之势拿下了4项SOTA(业内最佳): Real5-OmniDocBench:93.68(全场最高) 。这可不是实验室里的高清扫描件,而是专考手机随手拍、镜头畸变、反光翻拍的「魔鬼考场」。 Wild-OmniDocBench:92.39(全场领跑) 。专治五花八门的野生真实文档,远超同量级的竞品。 OCRBench v2:54.7(绝对压制) 。在通用字符识别与关键信息抽取上,把第二名(47.0)远远甩在身后。 CHAOS-Bench:29.78(断崖领先) 。这项测试考的是忠实度,在强语义先验噪声的干扰下,模型能否忠实于图片进行识别,最终它的得分是第二名的1.4倍以上。 MiniCPM-OCR 1.0晋升为开源OCR新王。 一手实测,「地狱级」文档全通关 MiniCPM-OCR 1.0文档解析能力一骑绝尘,支持中英双语文档与 PDF 解析,兼顾标准文档和复杂采集条件,在扫描、弯曲、拍照、倾斜及翻拍等场景下保持稳定表现。 话不多说,咱们先来上实测,看看这个MiniCPM-OCR究竟有多能打? 比如国外网友手写的剧本,几乎秒杀: 再比如,多字体的英文识别,也轻松拿下。 再比如,我们生活中常见的发票,到底有多难认? 红色表格线、两枚压字的印章、密密麻麻的数字和乱码,几乎集齐了文档识别的所有「坑」。 MiniCPM-OCR 1.0的答卷是:结构一层没塌。 购买方、销售方、密码区左右分栏,合并单元格原样还原;发票代码、校验码、18 位纳税人识别号、16 位银行账号,这些错一位就作废的长串数字,逐位对上。 连压在字上的红章,它也知道单独切出来,不让印泥糊进正文。一张图丢进去,吐出来的就是一份结构化的电子表格。 开启印章识别模式,连右下角那枚红色印章,它也读出来了:「发票专用章 919482156H7AUG96EU」。章上这串比正文还小的税号,和票面上销售方的纳税人识别号一字不差。 票面和章面一对,核验真伪就多了一道依据。 再让MiniCPM-OCR 1.0识别下学霸笔记。拍的时候一道斜阳正好打在纸上,半页泛着橙光。 内容是用费马的「虚拟相等法」求抛物线最大值:一边推公式,一边画曲线,箭头、批注、方框挤成一团。 MiniCPM-OCR 1.0 把整条推导链逐行还原成了标准 LaTeX。带分数线的约分、上下标,一步不乱,最后落在圈出来的结论 b − (x₁ + x₂) = 0。 还有两张手绘示意图被单独切成图片保留。即便是光线再乱、字迹再潦草,推导的逻辑一步没丢。 下面这张被揉皱的英文教材复印页,出自Gilbert Strang的经典教材,满页都是矩阵和不等式。 MiniCPM-OCR 1.0先把图片自动摆正2°,再逐行还原。分块矩阵 [A −I]、上标 x*、下标 x₁,全部转成可直接渲染的LaTeX。 还有第7题的4×4矩阵,一个数都没错。一张皱巴巴的复印纸,就这样变回了一页干净的电子教材。 下面加大难度,让它去识别一个随手拍下的一页杂志。 一张涂鸦墙满版照片、几种字体的大标题挤在一起。最难的一块,是印在砖墙涂鸦照片上的白色小字。 背景花得几乎看不清,MiniCPM-OCR 1.0 还是把「Getting real」这段的四个自然段完整读了出来,照片则被单独切成图片。 一页杂志拍下来,就是一篇能直接复制、翻译、检索的文章。 再来看下面这一整版中文的日报,八篇稿件挤在同一张版面上:横排、竖排标题混搭,正文切成密密麻麻的窄栏,新闻照片穿插其间,还有「下转第四版」的跨版提示。 MiniCPM-OCR 1.0 像一位老编辑,把这张报纸重新拆了一遍

about image
上一篇 阿森纳名宿亨利盛赞穆氏皇马难以击败,贝林厄姆表现不可思议...
下一篇 军迷圈炸锅了!网传俄罗斯伊尔-76MD涂中国空军军徽,网友:有了运油-20为什么还进口?...
◧ 内容提炼卡片布局

本文重点速览

如果你希望在最短时间内理解这篇内容,可以优先查看以下结构化摘要。

核心观点

围绕文章主旨提炼最关键的判断,让读者迅速把握内容方向与价值重点。

逻辑路径

帮助读者理解文章从背景、变化到结论的展开过程,而不只是看到孤立信息。

延展思考

提供进一步理解该主题的观察角度,方便继续跳转到更多相关内容。

▦ 三列延展阅读布局

你可能还想看

基于当前主题,推荐更多可以形成连续阅读体验的内容,让阅读不在这里中断。

戈尔巴乔夫拿了诺贝尔和平奖,苏联没了,曼德拉拿了诺贝尔和平奖,南非废了,莫言拿了诺贝尔文学奖,有人考证莫言家世了

戈尔巴乔夫拿了诺贝尔和平奖,苏联没了,曼德拉拿了诺贝尔和平奖,南非废了,莫言拿了诺贝尔文学奖,有人考证莫言家世了

戈尔巴乔夫拿了诺贝尔和平奖,苏联没了,曼德拉拿了诺贝尔和平奖,南非废了,莫言拿了诺贝尔文学奖,有人考证莫言家世了 诺贝尔奖设立百余年,从没少过争论和争夺。 这奖到底是世界公认的天平,还是自带色温的窗口? 单从戈尔巴乔夫、曼德拉、莫言和屠呦呦这几个名字来说,诺奖下的故事远没有金光闪闪的奖章那么直接。 1985年,戈尔巴乔夫登场,他抬头走上历史舞台时,苏联还站在世界的重要节点上。 他主推“新思维”,裁

上海52岁天才股神直言:牛股起飞的第一信号就在周线,无一例外!

上海52岁天才股神直言:牛股起飞的第一信号就在周线,无一例外!

股市风云、变幻莫测,没有任何投资者可以保证在股市中永远立于不败之地。市场上有很多优秀的投资者,投资策略和方法可以拿来作为借鉴,但是务必要明白的是,别人的思想即使是精髓也永远是别人的,最重要的是如何在浩如烟海的理论中找到最适合自己的,并将其转化为自己的投资风格,这需要长时间的实践积累。因此,投资者进入实战以后,一定要注重知识的积累和融会贯通,根据自己的偏好,不断调整投资策略,久而久之一定会形成自己的

吴绮莉否认成龙给女儿提供经济资助!她现在卖保险,成龙遭非议

吴绮莉否认成龙给女儿提供经济资助!她现在卖保险,成龙遭非议

2026年10月19日,中国香港女星吴绮莉参加访谈节目《九运会客室2》。主持人伍咏薇问她:成龙是否给予过女儿经济援助? 吴绮莉直言不讳地回答:没有,从来都没有。 吴绮莉还澄清了外界传言,称从来没有人要求她做亲子鉴定,她自己也决定不做亲子鉴定。成龙从未给女儿提供过任何经济支持,她也从未拿过成龙的钱。 吴绮莉至今还是单亲妈妈,一个人将女儿吴卓林养大了。成龙没有承担父亲的责任和义务,遭网友非议。 吴绮莉

阿森纳曼联切尔西争5000万欧新星,皇马握回购条款

阿森纳曼联切尔西争5000万欧新星,皇马握回购条款

阿森纳、曼联和切尔西据称都在关注科莫的年轻中卫哈科沃·拉蒙。这名21岁球员近一段时间已跻身欧洲最出色的年轻后卫之列,是这支表现亮眼的科莫队的重要一员。 拉蒙进入英超顶级俱乐部的视野已有一段时间。据《每日邮报》消息,阿森纳、曼联和切尔西仍是拉蒙的主要追求者,但他的情况因皇家马德里持有二次转会分成条款和回购条款而变得复杂。据Tuttomercatoweb,这名西班牙U21国脚的市场价值如今可能已升至约

普雷斯蒂:球队正与奥韦紧密配合 帮他完成跟腱撕裂后康复

普雷斯蒂:球队正与奥韦紧密配合 帮他完成跟腱撕裂后康复

雷霆总经理普雷斯蒂在今日的新闻发布会上接受采访,谈到球队与41号秀奥韦(奥尔特·奥韦)的配合情况。 普雷斯蒂表示,球队正和这位41号秀紧密配合,帮助他完成跟腱撕裂后的康复。奥韦是雷霆在今年选中的新秀,此前在一场对阵步行者的比赛中遭遇跟腱撕裂,赛季报销。昨天,雷霆官方宣布裁掉了奥韦。 据雷霆官方消息,被裁掉的41号秀奥韦目前仍处于跟腱伤势的恢复阶段,球队方面称会继续与他保持配合,协助其康复进程。 特

亏500万还笑 vs 讲800V涨薪十倍,李凉凉张芮尔你站谁?

亏500万还笑 vs 讲800V涨薪十倍,李凉凉张芮尔你站谁?

车模圈最近不太平。重庆妹子李凉凉两年亏掉近五百万,2026年9月照样笑盈盈站回车展聚光灯下;山东姑娘张芮尔凭一口流利双语讲技术,出场费从几万蹿到几十万。两拨粉丝吵得面红耳赤,谁也说服不了谁,你说这事怪不怪? 先看张芮尔凭什么让车企高管拍板加钱。身高一米八,青岛人,英国南安普顿大学的硕士文凭摆在履历里。她往展台一站,不端架子,抓起话筒就开讲。把电压比作车道数,电流比作车流量,遛弯路过的大妈听得频频点

◫ 深读问答折叠布局

关于本文主题的常见问题

将阅读过程中的典型问题提炼为 FAQ,有助于读者在理解正文之外进一步建立完整认知。

这篇文章最值得先读哪一部分?

建议优先阅读导语、核心段落与总结部分,这些内容通常承担主旨表达、结论归纳和重点提示的功能。

本文适合哪些读者继续深读?

如果你希望获得比“快讯”更完整的背景、逻辑与延展判断,那么这类正文内容会更适合你的阅读目标。

哪里可以看到更多相关文章?

可继续查看页面下方推荐阅读、右侧相关文章与栏目列表页,这些入口能帮助你持续扩展主题理解。

正文在移动端是否方便阅读?

方便。字体间距、段落层级、图片比例与按钮交互都针对移动端做过适配,长文阅读节奏更平稳。