小米开源 0.8B 文档理解模型 Xiaomi-OCR-0，多项基准成绩领先同级

小米宣布开源轻量级文档理解模型 Xiaomi-OCR-0，权重与推理代码已上线 Hugging Face 和 GitHub。该模型参数为 0.8B，单一模型可同时完成文档解析、关键信息抽取与 OCR 视觉问答。

模型基于 Qwen3.5-0.8B-Base 构建，训练使用约 1.7 亿条样本，能识别正文、表格与数学公式，支持发票、收据等字段结构化提取。在 OmniDocBench v1.6 综合基准得分 96.83 分，位列 1B 以下参数模型第一。

相关技术已用于手机端“超级小爱”，可提取外卖取餐码、快递取件码等屏幕信息，纸质发票拍照即可提取字段。小米还提供浏览器 Demo、MCP 服务与 Agent Skill 工具包，供开发者集成。