2026年10月28日，OpenBMB 在 MiniCPM-V 的 GitHub 仓库更新中开源了 MiniCPM-OCR 套件，包含 1.3B 参数的文档解析模型 MiniCPM-OCR 1.0 和 2B 参数的质检模型 MiniCPM-OCR Jev，权重与代码均按 Apache 2.0 协议发布。MiniCPM-OCR 1.0 是 MiniCPM 家族第一个专门做 OCR 的模型，处理扫描件、手机拍照和 PDF 里的文字、表格、公式、图表、印章与关键信息抽取，目标用户是需要把成批文档转成可用文本的团队。
解析分四步，输出按阅读顺序拼回 Markdown
处理链路是先读入 PDF、PNG 或 JPG，再由 PP-DocLayoutV3 做版面分析、切分区域并确定阅读顺序，各区域并行识别后拼成 Markdown，表格转 HTML、公式保留 LaTeX。它基于 MiniCPM-V 4.6 训练，视觉编码器 SigLIP、语言模型 Qwen3.5，主要支持中文与英文。支持 vLLM、SGLang、llama.cpp、Ollama 与 Transformers 部署，并提供 pip SDK，可先跑通一条解析链路再决定是否接入业务。
成绩是项目方公布的，适用前要在自己的文档上复测
模型卡公布的数据显示，它在 Real5-OmniDocBench 上得 93.68 分、OCRBench v2 上得 54.7 分；配合 DSpark 解码加速后，端到端处理效率提升 55%，吞吐分别约为 PaddleOCR-VL-1.6 的 1.49 倍、MinerU2.5 Pro 的 3.62 倍，在 RTX 5090、单图并发条件下达到每秒 1.2 页。这些都是项目方自选配置下的结果，选型前要用真实样本复测手写、倾斜与模糊页面。
Jev 不负责识别，只负责给识别结果打分
Jev 的分工不同：它拿到一个区域截图和候选识别结果后，给出 0 到 1 的可信度分数，分数越高越可能正确，团队可按阈值自动放行高分结果、转人工复核低分结果，也可在多模型结果里挑最高分。模型卡称它在 JevOCRBench 上的 AUROC 为 93.6，跨四个解析器的结果在 91.9 到 93.4 之间。阈值须在自己的样本上定；Jev 只能在已有候选里挑，候选本身全错时它也救不回来。
