公众号 · 智东西·· 2 小时前精选AI 评分58
小米开源0.8B文档理解模型Xiaomi-OCR-0，支持识屏办事
0.8B！小米开源新模型，让超级小爱识屏主动办事
AI 导读
小米发布并开源轻量级文档理解模型Xiaomi-OCR-0，仅0.8B参数，将文档解析、关键信息抽取与视觉问答三类能力融于一体。该模型在OmniDocBench v1.6取得96.83分，为1B以下模型第一，五项文档VQA平均分83.2，逼近Qwen3.5-4B。小米公开完整模型权重与推理代码，并提供浏览器Demo、MCP服务与Agent Skill工具包，相关技术已用于超级小爱识屏场景。
选题角度
小米开源0.8B文档理解模型，权重、推理代码和MCP服务都给了入口，适合上手实测识屏取餐码、账单记账这类场景。
来源：公众号 · 智东西 · mp.weixin.qq.com