Description
MiniCPM-OCR 1.0 est le premier modèle spécifique à l'OCR de la famille MiniCPM-V/o, axé sur la compréhension des documents centrée sur le texte. Il est conçu pour traiter une variété de types de documents, y compris des textes, des tableaux, des formules, des graphiques, des sceaux et l'extraction d'informations structurées. Le modèle est particulièrement efficace pour analyser des documents du monde réel, atteignant un score de pointe de 93,68 sur le benchmark Real5-OmniDocBench. Cela en fait un choix de premier plan pour les tâches d'analyse de documents, en particulier pour le traitement de documents et de PDF en chinois et en anglais, y compris les scans, les pages courbées, les photographies, les pages inclinées et les documents recapturés.
Lire la suite
Le modèle offre des capacités d'inférence efficaces, avec une accélération de décodage DSpark améliorant l'efficacité du traitement de bout en bout de 55 %. Il affiche un débit d'environ 1,49 fois celui de PaddleOCR-VL-1.6 et 3,62 fois celui de MinerU2.5 Pro. MiniCPM-OCR 1.0 est facile à déployer et à développer, prenant en charge vLLM, SGLang, llama.cpp et Ollama dès le départ. Il propose également des variantes quantifiées et des constructions multi-puces, permettant un ajustement supplémentaire. Le modèle est livré avec un SDK pip, une API complète et des flux de travail d'agent, le rendant accessible aux développeurs.
L'architecture du modèle comprend un encodeur de vision SigLIP et un modèle de langage Qwen3.5, entraîné pour l'OCR sur MiniCPM-V 4.6. Il prend en charge des tâches telles que l'analyse de texte, de tableaux, de formules, de graphiques, de sceaux et l'extraction d'informations clés. Le pipeline d'analyse intègre MiniCPM-OCR 1.0 avec le modèle de mise en page PP-DocLayoutV3 et le SDK minicpmvocr. Cette configuration permet une analyse efficace des documents, où le SDK analyse des documents entiers et reconnaît les régions simultanément, assemblant les résultats en Markdown dans l'ordre de lecture.
MiniCPM-OCR 1.0 est publié sous la licence Apache 2.0, le rendant open source et accessible pour un développement et une intégration supplémentaires. Il est particulièrement adapté aux secteurs nécessitant des capacités avancées d'analyse de documents et d'extraction d'informations, tels que la finance, le juridique et l'éducation.
- CatégorieModèles d'IA et LLM
- Modèle tarifaireOpen source
- DéploiementCloud
- PlateformesWeb
Points forts de MiniCPM-OCR 1.0
Modèle spécifique à l'OCR
Compréhension des documents centrée sur le texte
Analyse de documents à la pointe de la technologie
Inférence efficace avec DSpark
Prend en charge les documents en chinois et en anglais
Déploiement et développement faciles
Variantes quantifiées et constructions multi-puces
Open source sous la licence Apache 2.0
Premiers pas avec MiniCPM-OCR 1.0
Accéder au modèle : Visitez Hugging Face
Authentifier : Configurer l'accès à l'API
Configurer l'environnement : Installer le SDK
Intégrer via l'API : Utiliser les points de terminaison fournis
Optimiser : Ajuster pour des tâches spécifiques
Cas d'utilisation de MiniCPM-OCR 1.0
- Analyse de documents
- Extraction d'informations
- Support multilingue
- Traitement en temps réel
- Développement open source










