Новые модели 28 ОКТЯБРЯ 2026
openbmb/MiniCPM-OCR-1.0: новая модель в трендах Hugging Face
Рейтинги trending-image-text-to-text, место 10
Автор openbmb
Ссылка https://huggingface.co/openbmb/MiniCPM-OCR-1.0
Лицензия apache-2.0
Размер 1 300 434 160 параметров
Что это
MiniCPM-OCR 1.0 (1.3B) — первая OCR-специализированная модель в семействе MiniCPM-V/o, ориентированная на понимание документов с текстом: текст, таблицы, формулы, графики, печати и извлечение структурированной информации. Дообучена поверх MiniCPM-V 4.6 и сочетает SigLIP-энкодер изображений с языковой моделью Qwen3.5, балансируя качество и скорость на реальных снимках.
Данные из карточки
- Заявлен SOTA-парсинг документов: 93.68 на Real5-OmniDocBench, лидирует на OmniDocBench v1.6, Wild-OmniDocBench и olmOCR-Bench; поддерживает китайские и английские документы и PDF, включая сканы, изогнутые, наклонённые и переснятые страницы.
- С ускорением декодирования DSpark (BF16 и GGUF) сквозная эффективность растёт на 55 %; пропускная способность примерно в 1.49 раза выше PaddleOCR-VL-1.6 и в 3.62 раза выше MinerU2.5 Pro.
- 54.7 на OCRBench v2; есть извлечение ключевой информации (KIE).
- Развёртывание с первого дня: vLLM, SGLang, llama.cpp, Ollama; есть квантованные варианты, pip-SDK, API и агентные сценарии.
- Пайплайн парсинга: MiniCPM-OCR 1.0 + layout-модель PP-DocLayoutV3 + SDK
minicpmvocr; визуальные токены с сжатием 4x,scale_resolution448, до 9 слайсов.