面壁智能开源MiniCPM-OCR系列：1.3B文档解析模型+2B“AI质检员”Jev，端侧实现高精度、可自检文档智能
SmartHey11月2日消息，近日，面壁智能正式发布并开源 MiniCPM 家族首款 OCR 系统级模型——MiniCPM‑OCR 系列，包含轻量高效、端侧可用的 1.3B 参数文档解析模型 MiniCPM‑OCR 1.0，以及业内首个专注结果可信度判别的 2B 参数决策模型 MiniCPM‑OCR Jev。该系列直击产业文档解析中长期存在的“效率瓶颈”与“结果不可信”两大核心痛点，为法律、金融、政务、医疗等知识密集型行业提供兼具高性能、高可信、高可控的本地化文档智能解决方案。
OCR 是将纸质材料、扫描图像、手机拍摄等非结构化文档转化为机器可读文本的关键入口，也是大模型赋能千行百业的第一道桥梁。然而当前落地仍面临三重现实挑战：其一，金融、政务等高敏感领域要求数据全程本地处理，但海量文档又对算力与吞吐提出严苛要求；其二，公开榜单高分≠单份文档零错误，大量人力被消耗在全量人工复核上；其三，真实场景中普遍存在弯曲、倾斜、阴影、摩尔纹、反光等干扰，导致在标准扫描件上表现优异的模型在实际部署中成本陡增、效果打折。
MiniCPM‑OCR 1.0（1.3B）在多项权威评测中刷新纪录：在聚焦真实拍摄复杂场景的 Real5‑OmniDocBench 基准中取得 93.68 分；在通用 OCR 综合评测 OCRBench v2 中获 54.7 分，领先次优模型 7.7 分；横向对比 14 款主流 OCR 模型，在六项核心评测中的四项位列第一，其余均稳居第一梯队。
性能方面，依托自研 DSpark 草稿解码加速技术，模型端到端处理效率提升 55%，吞吐量达原方案的 1.6 倍。在 RTX 5090 实测环境下，处理速度达 1.217 页/秒，分别是 PaddleOCR‑VL‑1.6 的 1.49 倍、MinerU2.5 Pro 的 3.62 倍，真正实现精度与速度双领先。
本次发布的另一重大突破，是具备“AI质检员”能力的 MiniCPM‑OCR Jev（2B）。它不执行识别任务，而是专精于对任意 OCR 输出结果进行可信度量化评估：输入原始图像与对应解析文本（含文本、公式、表格），输出 0–1 区间内精细化评分，覆盖三大内容类型，且完全不依赖特定 OCR 引擎，支持即插即用适配多套现有系统。
在专用评测集 JevOCRBench 上，Jev 整体 AUROC 达 93.6，其中文本识别可信度 94.6、公式 93.1、表格 91.1，性能超越参数量达 35B 的专用判别模型，逼近百亿级大模型判别水平。
在业务实践中，Jev 支持两种高效落地模式：一是自动分级免检——企业设定可信阈值后，高分结果直接入库，仅低分内容进入人工复核。实测显示，在保障免检结果准确率近 100% 的前提下，法律文书最高可实现 85.0% 内容免检，财务票据达 56.2%，复杂文档亦可达 35.1%；二是多引擎择优融合——同时调用多个 OCR 引擎生成候选结果，由 Jev 对各区域逐项打分并融合输出最优解析，显著提升整体质量鲁棒性。
技术层面，MiniCPM‑OCR 1.0 基于 MiniCPM‑V 4.6 多模态基座训练，复用高质量文档预训练语料；采用 LLaVA‑UHDv4 视觉分片策略，集成自动纠偏模块 Upright 与自适应上采样 Upsize，有效应对高分辨率、密集排版文档；通过真实种子数据 + Agentic 合成数据扩充样本，并结合复杂场景强化学习优化识别鲁棒性；DSpark 解码方案进一步压缩推理延迟。
Jev 模型则采用 System1 “快思考”架构——无需自回归生成，单次前向即可输出分数，推理延迟极低，天然适配工业级实时流水线作为质量门禁；其训练基于大规模人工标注的文档块正误标签，输出分数可直接映射为业务可用的质量阈值。
目前，MiniCPM‑OCR 系列已在金融合同审查、财税票据识别、法务文书分析、医疗病历结构化等场景完成规模化落地，支持本地化完成 PDF、扫描图、手机拍照等多源文档解析，精准还原表格结构、段落层级与版面逻辑，输出 Markdown 或标准化 JSON 字段，并通过 Jev 实时校验质量。模型可稳定处理印章遮挡、手写批注、多栏排版、老旧文献、中英文混排及复杂数学公式等高难度文档。
开源生态全面就绪：MiniCPM‑OCR 1.0 与 Jev 全量权重已开放。发布首日即完成 vLLM、SGLang、llama.cpp、Ollama 等主流推理框架适配，提供 INT4/INT8 等多量化版本；配套 Hugging Face Transformers 接口、轻量 SDK、RESTful API 及交互式 WebDemo；支持 LoRA 等微调方式，便于垂直领域定制；硬件适配覆盖 AMD、Arm、Intel、NVIDIA、华为昇腾、海光、昆仑芯等 12 大平台，实现 Day0 开箱即用。
据面壁智能透露，后续 MiniCPM‑OCR 系列将持续拓展多语言支持能力，重点优化极端低质采集条件（如昏暗、抖动、严重畸变）下的解析稳定性，并深化与行业业务流的耦合；Jev 将持续升级细粒度判别能力，并探索将可信度评估延伸至文档理解、信息抽取、合规校验等更广链路，加速端侧高效、可信、自主的文档智能技术普惠落地。