引言

大多数 OCR（光学字符识别）流水线只回答一个问题：这份文档写了什么？MiniCPM-OCR 则进一步回答第二个问题：识别结果是否可信？

今日，英特尔宣布，MiniCPM-OCR 从发布首日起（Day 0）即获得支持。该系列由面壁智能（ModelBest）与清华大学联合推出，包含一款轻量级的 13 亿参数文档解析模型，以及一款可自动评估 OCR 输出质量的可靠性评估模型。

得益于英特尔与 MiniCPM 团队的紧密合作，两款模型均已完成优化，从发布首日起即可通过 OpenVINO™ GenAI 在英特尔硬件上运行。有关 MiniCPM-OCR 发布的更多信息，请参阅面壁智能的官方发布公告。

目录

•  MiniCPM-OCR 有哪些新特性？

• OpenVINO™ 工具套件优化

•  快速上手指南

•  在英特尔AIPC云上体验MiniCPM-OCR

•  总结

MiniCPM-OCR 有哪些新特性？

MiniCPM-OCR 是一个面向高效文档解析与文字识别的双模型系列，由一款 13 亿参数的文档解析模型和一款用于评估识别结果的 20 亿参数模型组成。

▪MiniCPM-OCR 1.0

MiniCPM-OCR 1.0 是一款基于 MiniCPM-V 4.6 架构构建的 13 亿参数 OCR 专用模型，也是 MiniCPM 系列首款专用 OCR 模型。

该模型在 Real5-OmniDocBench 基准测试中表现出色，在综合文档解析任务中优于同类模型，同时具备较高的处理吞吐量，适用于生产环境中的文档处理流水线。

该模型支持图像和文本输入，并生成结构化文本输出，可用于文档数字化、表格提取、公式识别和多语言文字识别等场景。

▪MiniCPM-OCR Jev

MiniCPM-OCR Jev 是一款独立的 20 亿参数 System-1 判别式评估模型，专门用于评估 OCR 识别结果并提供经过校准的置信度分数，而不直接执行文档解析。

这些置信度分数可以帮助开发者识别需要进一步检查的结果，并确定人工复核的优先级，从而有望减轻生产环境中 OCR 工作流的人工复核负担。

OpenVINO™ 工具套件优化

通过 OpenVINO™ GenAI，开发者从发布首日起即可在英特尔硬件上使用经过优化的推理能力。两款模型均已在英特尔酷睿™ Ultra 系列 3 处理器的集成 GPU 和 NPU，以及英特尔Arc™ Pro B70 GPU 上完成验证。

对于基于 Hugging Face 的开发工作流，开发者还可以通过 Optimum Intel 将两款模型转换为 OpenVINO™ 中间表示（IR），并采用 INT4 权重压缩技术，在保持输出质量的同时缩小模型体积。

开发者既可以通过 OpenVINO™ GenAI 直接运行完整的双模型处理流水线，也可以通过 Optimum Intel 将 OpenVINO™ 支持集成到现有的 Hugging Face 工作流中。MiniCPM-OCR 1.0 负责文档解析与文字提取，Jev 则评估识别结果并返回置信度分数，供应用逻辑用于确定复核优先级。

快速上手指南

以下资源可帮助开发者通过 OpenVINO™ 在英特尔硬件上运行 MiniCPM-OCR。

入门 Notebook：

https://github.com/openvinotoolkit/openvino_notebooks/tree/latest/notebooks/minicpm-ocr

在英特尔AIPC云上体验MiniCPM-OCR 1.0/Jev

如果您手边没有英特尔AI PC设备，开发者现在可通过英特尔AI PC 云平台，抢先体验该模型在英特尔平台上的多模态能力，探索 AI PC 场景中的模型开发、应用与部署。

• 申请链接：Intel Cloud Services（https://cloud.intel.com/）

• 申请路径：Hardware Catalog → AIPCs → Intel Core™ Ultra Series 3 Processors (bm-ptl) → Use Case: AI PC PRC

• 邀请码：英特尔Day0模型支持-MiniCPM-OCR

• 填写说明：申请时，请将上方邀请码完整复制并填写在申请表单的 Intended use 字段中。

总结

MiniCPM-OCR 从发布首日起即可在英特尔硬件上运行，将高效文档解析与识别结果可靠性评估相结合。MiniCPM-OCR 1.0 以轻量级的 13 亿参数模型提供文档解析与文字识别能力；MiniCPM-OCR Jev 则通过置信度评估，帮助开发者识别需要进一步检查的结果，并优化人工复核流程。

两款模型均已针对 OpenVINO™ GenAI 进行优化，开发者也可以通过 Optimum Intel 使用基于 Hugging Face 的开发工作流。从文档解析到识别结果评估，开发者现在即可在英特尔硬件上探索完整的 MiniCPM-OCR 处理流水线。

注意事项与免责声明

•  模型性能表现会因使用情况、配置及其他因素而有所不同。详情请参阅性能指数网站https://www.intel.com/content/www/us/en/developer/topic-technology/artificial-intelligence/performance.html。

• 模型性能测试结果基于所示日期和配置下进行的测试，可能未反映所有公开发布的更新。

• 没有任何产品或组件能够做到绝对安全。

• 您的成本和实际结果可能有所不同。

• 英特尔技术可能需要相应的硬件、软件或服务激活才能使用。

• © Intel Corporation。Intel、Intel 标识及其他英特尔标志均为英特尔公司或其子公司的商标。其他名称和品牌可能是其各自所有者的财产。