小米 OCR 模型用 0.8B 参数解析文档

小米研究团队公开 Xiaomi-OCR-0，面向文档解析和围绕文字的视觉理解。模型基于 Qwen3.5-0.8B-Base，官方模型卡介绍了约 1.7 亿条训练样本及渐进式训练流程。

数据处理结合多个 OCR 专家的候选标注，对表格、公式和文本进行一致性筛选，并把有争议的结果渲染回图像继续检查。官方同时提供本地使用说明，社区转换的量化权重则需要单独评估精度。