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。

加内特:欣赏伦德博格敢于挑战东契奇 但卢卡肯定会记住这件事

加内特:欣赏伦德博格敢于挑战东契奇 但卢卡肯定会记住这件事

直播吧10月24日讯 近日,NBA名宿凯文·加内特与马特·巴恩斯在《KG CERTIFIED》节目中谈到了勇士新秀伦德博格与湖人球星东契奇之间的争执。 此前伦德博格在对阵湖人的比赛中与东契奇发生言语冲突,赛后还公开表示,自己不尊重东契奇在比赛中不断向裁判抱怨的行为。 谈到这名24岁的新秀,加内特表示:“我很喜欢这一届年轻球员进入联盟时展现出的态度。他们敢于挑战那些已经成名的球星,敢于告诉对方,‘我

第6次错失冠军点!中超天王山:大连客场1比0成都 费利佩失点

第6次错失冠军点!中超天王山:大连客场1比0成都 费利佩失点

北京时间10月24日,中超第29轮,大连英博凭借马马杜头球破门,客场1-0击败成都蓉城,送给对手3连败,将冠军悬念强行留到最后一轮,此前蓉城6次提前夺冠的机会全部错失。 此战过后,成都蓉城的积分继续停留在52分,大连英博追到49分。最后一轮,如果大连主场拿下天津津门虎,同时蓉城客场输给山东泰山,那么大连英博将上演奇迹,夺得2026赛季中超冠军! 比赛过程: 第4分钟,蓉城拿到左侧角球,前点索罗金头

我每月工资1万多全给我妈,老婆难产急需10万救命钱,我妈却说一分没有,我当晚就去银行挂失了所有卡,第二天我妈直接蒙了

我每月工资1万多全给我妈,老婆难产急需10万救命钱,我妈却说一分没有,我当晚就去银行挂失了所有卡,第二天我妈直接蒙了

凌晨的医院走廊,白炽灯刺得人眼睛发酸。 医生从产房探出头,语气又急又硬:“家属呢?产妇血压压不住了,必须马上手术,押金十万,先交钱后上台。” 我掏出手机,给母亲拨电话。响了七声,接了。 “妈,乐菱难产,医院要十万,卡在您那儿……” “卡里没钱。你弟出了事,我天亮得赶过去。” 嘟。挂了。 我再打,关机。凌晨四点,我蹲在医院储物间的地上,手抖得握不住手机。打开银行App,余额显示:123.76元。 六

吊打内娱割韭菜潮牌!白敬亭徒手造亿级商业帝国,真的太清醒

吊打内娱割韭菜潮牌!白敬亭徒手造亿级商业帝国,真的太清醒

内娱明星潮牌翻车早就见怪不怪。七成以上艺人自创品牌活不过三年,收割一波粉丝热度就悄无声息倒闭跑路。 娱乐圈没人背靠资本、没签经纪公司的白敬亭,硬生生闯出一条独属于自己的路。一手打造出圈GOODBAI潮流品牌,年销售额稳稳破亿,独创的上海潮流痛街常年排队爆满。 网友心中一堆疑问盘旋不散。明星潮牌普遍短命,白敬亭的品牌可以长久稳定运营的核心原因是什么?GOODBAI对比市面上的明星潮牌,存在哪些碾压级

人类3次天灾之谜:一次在印度,一次在俄罗斯,另外一次在中国

人类3次天灾之谜:一次在印度,一次在俄罗斯,另外一次在中国

在人类历史上,天灾带来的毁灭性打击让无数文明黯然消失,其中有三次神秘的天灾至今仍是未解之谜,深深困扰着历史学家和科学家。 这三场灾难分别发生在印度、俄罗斯和中国,灾难的原因至今不明,留下的谜团至今无人能够解开。那么,这其中有着怎样的故事呢?今天咱们就来聊一聊。 印度摩亨佐-达罗,古老文明的消失 4000多年前的古印度河流域,摩亨佐-达罗是一座繁荣一时的古城,更是是印度河文明的中心之一,然而却在一瞬

哈曼:比赛强度不高维尔茨才能踢得好,他在利物浦就几场欧冠还行

哈曼:比赛强度不高维尔茨才能踢得好,他在利物浦就几场欧冠还行

直播吧11月18日讯 哈曼日前接受采访,他警告人们不要过度解读维尔茨在德国队的出色表现。 这位利物浦中场在德国队主帅尤尔根·克洛普麾下于5比0大胜荷兰的比赛中再次令人印象深刻,但哈曼怀疑维尔茨能否在安菲尔德重现那样的状态。 哈曼说道:“他为利物浦踢的少数几场好球都是在欧冠,那里的足球不像英超那样强调身体、那么快、那么有侵略性。这就是为什么我会保持谨慎,国际比赛踢起来也稍微更从容一些,加引号的那种。

◫ 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。