MiniCPM-OCR 是什么：面壁智能的双模型端侧文档识别套件

它是什么

MiniCPM-OCR 是面壁智能（OpenBMB）在 2026 年 10 月 28 日开源的视觉文档文字识别套件，发布在 MiniCPM-V 的官方仓库里。它的特点是用两个模型搭配干活：MiniCPM-OCR 1.0 负责快速、准确地解析文档，MiniCPM-OCR Jev 负责检查解析结果对不对。一个干活、一个验收，这是它和常见单模型 OCR 最大的不同。

两个模型各管什么

MiniCPM-OCR 1.0 基于 MiniCPM-V 4.6 打造。MiniCPM-V 是面壁智能的端侧多模态模型系列，一直主打“小参数、能跑在手机和电脑上”。官方称 MiniCPM-OCR 1.0 在 Real5-OmniDocBench 和 OCRBench v2 两个文档识别基准上达到了当前最好的成绩。MiniCPM-OCR Jev 则专门用来做结果正确性检查，可以理解为一个“质检员”：OCR 识别出来的内容，再让它核对一遍，发现可疑的地方。

为什么要加一个校验模型

OCR 在真实业务里最麻烦的不是平均准确率，而是不知道哪里错了。合同金额、身份证号、财务报表里的数字，错一个字就可能出问题，以往只能靠人工全量复核。如果有一个模型能把“可能出错”的地方挑出来，人工只需要重点看这部分，复核成本会大幅下降。这种“解析 + 校验”的分工，对需要高可靠性的文档处理流程很有价值。

适合谁

做票据、合同、档案数字化，又希望在本地或端侧处理、数据不出设备的团队，可以重点试试。继承自 MiniCPM-V 的端侧基因，意味着部署门槛相对低。建议用自己的真实文档样本测一下，尤其看 Jev 挑出的问题和实际错误的吻合程度。参数规模、许可证等细节，以仓库里的模型卡为准。AI 主线的看法是：给 OCR 配一个专职的校验模型，是一个很务实的设计，它解决的是“敢不敢不复核就直接用”这个落地难题。