应用介绍
扫描件歪了、手机随手拍的试卷带阴影、翻拍的报纸弯成一道弧——传统 OCR 吐出来的往往是一堆错位的文字，表格散架，公式变乱码，最后还得人工逐页核对。
MiniCPM-OCR 是面壁智能 OpenBMB 开源的一套文档解析模型。主力 MiniCPM-OCR 1.0 只有 1.3B 参数，能把中英文文档和 PDF 解析成带版面的 Markdown，文字、表格、公式、图表、印章都能识别，还能做关键信息抽取。它在真实场景文档解析基准 Real5-OmniDocBench 上拿到 93.68 分，配合 DSpark 解码加速后端到端效率提升 55%，官方给出的吞吐约是 PaddleOCR-VL-1.6 的 1.49 倍、MinerU2.5 Pro 的 3.62 倍。
另一个模型 MiniCPM-OCR Jev 专门做「验货」：给它一张图和对应的 OCR 结果，它按区域打出 0 到 1 的可信度分，告诉你哪几块靠谱、哪几块要人工复核，还能给别家的解析结果打分。
文档解析：输出文字、表格、公式、图表和印章，覆盖扫描件、拍照、弯曲页面、倾斜页面和翻拍文档。
关键信息抽取：直接从文档里提取需要的字段，方便接入后续的自动化流程。
区域级质量评估：Jev 为文本、公式和表格区域打分，把人工复核集中到有问题的地方。
部署方式多：首发即支持 vLLM、SGLang、llama.cpp 和 Ollama，有量化版本和 GGUF，可以继续微调。
接入方便：提供 pip SDK、完整 API、免费在线 Demo，以及能让 Agent 直接上手的 SKILL.md。
开源协议：代码采用 Apache-2.0，模型权重在 Hugging Face 和 ModelScope 下载。
MiniCPM-OCR 是面壁智能 OpenBMB 开源的一套文档解析模型。主力 MiniCPM-OCR 1.0 只有 1.3B 参数，能把中英文文档和 PDF 解析成带版面的 Markdown，文字、表格、公式、图表、印章都能识别，还能做关键信息抽取。它在真实场景文档解析基准 Real5-OmniDocBench 上拿到 93.68 分，配合 DSpark 解码加速后端到端效率提升 55%，官方给出的吞吐约是 PaddleOCR-VL-1.6 的 1.49 倍、MinerU2.5 Pro 的 3.62 倍。
另一个模型 MiniCPM-OCR Jev 专门做「验货」：给它一张图和对应的 OCR 结果，它按区域打出 0 到 1 的可信度分，告诉你哪几块靠谱、哪几块要人工复核，还能给别家的解析结果打分。
软件功能
文档解析：输出文字、表格、公式、图表和印章，覆盖扫描件、拍照、弯曲页面、倾斜页面和翻拍文档。
关键信息抽取：直接从文档里提取需要的字段，方便接入后续的自动化流程。
区域级质量评估：Jev 为文本、公式和表格区域打分，把人工复核集中到有问题的地方。
部署方式多：首发即支持 vLLM、SGLang、llama.cpp 和 Ollama，有量化版本和 GGUF，可以继续微调。
接入方便：提供 pip SDK、完整 API、免费在线 Demo，以及能让 Agent 直接上手的 SKILL.md。
开源协议：代码采用 Apache-2.0，模型权重在 Hugging Face 和 ModelScope 下载。
