面壁智能开源 MiniCPM-OCR 1.0：1.3B 参数模型横扫 OCR 领域四项第一，效率远超竞品

近期，面壁智能开源了名为 MiniCPM-OCR 1.0 的全新模型。该模型仅有 1.3B 参数规模，但在六项核心测试中同时拿下四项 SOTA（业内最佳）指标，其解析能力与效率表现均领先于包括腾讯 HunyuanOCR-1.5、阿里系及智谱系大模型在内的众多大厂竞品。

在多项严苛评测中，MiniCPM-OCR 1.0 取得了显著优势。例如，在模拟手机随手拍、镜头畸变及反光翻拍的 Real5-OmniDocBench 测试中，其得分为全场最高的 93.68；在针对野生真实文档的 Wild-OmniDocBench 测试中得分 92.39；OCRBench v2 通用识别得分 54.7，CHAOS-Bench 忠实度测试得分 29.78，均为断崖式领先。

实测显示，该模型在复杂场景下表现稳健。面对红色表格线、压字印章、潦草字迹及倾斜照片等干扰因素，它能准确还原结构并逐位核对长串数字，如发票代码与纳税人识别号。即便是费马定理推导等包含大量公式与手绘的笔记，也能被精准还原为标准 LaTeX 格式。

在数据处理效率方面，MiniCPM-OCR 1.0 以每秒处理 1.217 页的速度登顶同类模型。相比 PaddleOCR-VL-1.6（0.818 页/秒）及其他高精度但低速的竞品，其单卡吞吐量约为 TeleOCR 的 8.6 倍。这一优势得益于 LLaVA-UHD v4 视觉分片方案与 DSpark 投机采样解码加速技术的结合。

除了精度与速度，面壁智能还首次提出了「可信 OCR」概念。针对金融核保、法务合同及医疗病历等对准确性要求极高的场景，模型通过优化技术降低幻觉风险，旨在解决视觉语言模型在严苛业务中可能出现的 1% 不可控问题，让 AI 能力更安全地走向应用端。