Descrição
MiniCPM-OCR 1.0 é o primeiro modelo específico de OCR da família MiniCPM-V/o, focando na compreensão de documentos centrados em texto. Ele é projetado para lidar com uma variedade de tipos de documentos, incluindo texto, tabelas, fórmulas, gráficos, selos e extração de informações estruturadas. O modelo é particularmente eficaz na análise de documentos do mundo real, alcançando uma pontuação de ponta de 93,68 no benchmark Real5-OmniDocBench. Isso o torna uma escolha líder para tarefas de análise de documentos, especialmente no manuseio de documentos e PDFs em chinês e inglês, incluindo digitalizações, páginas curvas, fotografias, páginas inclinadas e documentos recapturados.
Ler mais
O modelo oferece capacidades de inferência eficientes, com aceleração de decodificação DSpark melhorando a eficiência de processamento de ponta a ponta em 55%. Ele possui uma taxa de transferência de cerca de 1,49 vezes a do PaddleOCR-VL-1.6 e 3,62 vezes a do MinerU2.5 Pro. MiniCPM-OCR 1.0 é fácil de implantar e desenvolver, suportando vLLM, SGLang, llama.cpp e Ollama desde o início. Ele também oferece variantes quantizadas e compilações multi-chip, permitindo um ajuste fino adicional. O modelo é fornecido com um SDK pip, uma API completa e fluxos de trabalho de agente, tornando-o acessível para desenvolvedores.
A arquitetura do modelo inclui um codificador de visão SigLIP e um modelo de linguagem Qwen3.5, treinado para OCR em cima do MiniCPM-V 4.6. Ele suporta tarefas como texto, tabelas, fórmulas, gráficos, selos e extração de informações-chave. O pipeline de análise integra o MiniCPM-OCR 1.0 com o modelo de layout PP-DocLayoutV3 e o SDK minicpmvocr. Essa configuração permite uma análise eficiente de documentos, onde o SDK analisa documentos inteiros e reconhece regiões simultaneamente, montando resultados em Markdown na ordem de leitura.
MiniCPM-OCR 1.0 é lançado sob a Licença Apache 2.0, tornando-o de código aberto e acessível para desenvolvimento e integração adicionais. Ele é particularmente adequado para indústrias que exigem capacidades avançadas de análise de documentos e extração de informações, como finanças, jurídico e educação.
- CategoriaModelos de IA e LLMs
- Modelo de preçosCódigo aberto
- ImplantaçãoNuvem
- PlataformasWeb
Destaques de MiniCPM-OCR 1.0
Modelo específico de OCR
Compreensão de documentos centrados em texto
Análise de documentos de ponta
Inferência eficiente com DSpark
Suporta documentos em chinês e inglês
Implantação e desenvolvimento fáceis
Variantes quantizadas e compilações multi-chip
Código aberto sob a Licença Apache 2.0
Primeiros passos com MiniCPM-OCR 1.0
Acesse o modelo: Visite Hugging Face
Autentique-se: Configure o acesso à API
Configure o ambiente: Instale o SDK
Integre via API: Use os endpoints fornecidos
Otimize: Ajuste fino para tarefas específicas
Casos de uso de MiniCPM-OCR 1.0
- Análise de Documentos
- Extração de Informações
- Suporte Multilíngue
- Processamento em Tempo Real
- Desenvolvimento de Código Aberto










