Xiaomi-OCR-0
小米开源 0.8B 统一文档理解与 OCR 视觉语言模型
Xiaomi-OCR-0 是小米开源的 0.8B 统一视觉语言模型，单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答。基于 Qwen3.5-0.8B-Base 构建，采用三阶段训练。文档解析识别正文、表格与公式并按阅读顺序输出，原生支持 Markdown、LaTeX、JSON；信息抽取面向发票、收据、卡证与表单；视觉问答支持跨区域检索、数值计算与语义推理
1
2026-09-30
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
Xiaomi-OCR-0 是小米开源的 0.8B 统一视觉语言模型，单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答。基于 Qwen3.5-0.8B-Base 构建，采用三阶段训练。文档解析识别正文、表格与公式并按阅读顺序输出，原生支持 Markdown、LaTeX、JSON；信息抽取面向发票、收据、卡证与表单；视觉问答支持跨区域检索、数值计算与语义推理
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天暂无收录动态
- 最近更新
- 2026-09-30
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-09-30开源
小米开源 0.8B 统一文档理解模型 Xiaomi-OCR-0，单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答，原生输出 Markdown、LaTeX 与 JSON，权重与推理代码同步上线 Hugging Face 和 GitHub。
Xiaomi-OCR-0 常见问题
关于 Xiaomi-OCR-0 的定位、核心功能、价格与最近更新。
Xiaomi-OCR-0 是什么？
Xiaomi-OCR-0 是小米开源的 0.8B 统一视觉语言模型，单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答。基于 Qwen3.5-0.8B-Base 构建，采用三阶段训练。文档解析识别正文、表格与公式并按阅读顺序输出，原生支持 Markdown、LaTeX、JSON；信息抽取面向发票、收据、卡证与表单；视觉问答支持跨区域检索、数值计算与语义推理。
Xiaomi-OCR-0 有哪些核心功能？
Xiaomi-OCR-0 当前已核验的核心功能包括：OCR 文字识别、图像理解、文件分析、结构化抽取。
Xiaomi-OCR-0 如何收费？
AI Equal 当前没有收录 Xiaomi-OCR-0 的可验证价格信息。
Xiaomi-OCR-0 最近有什么更新？
2026-09-30：小米开源 0.8B 统一文档理解模型 Xiaomi-OCR-0，单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答，原生输出 Markdown、LaTeX 与 JSON，权重与推理代码同步上线 Hugging Face 和 GitHub。