米博体育整理如下:
面壁智能开源的MiniCPM-OCR 1.
0,只有1.
3B参数,却同时拿下解析能力和效率两项第一,把一众大厂模型甩在身后。
真正打破旧秩序的,是同一天开源的另一个模型—— MiniCPM-OCR Jev 。
再比如,我们生活中常见的发票,到底有多难认?
MiniCPM-OCR 1.
0的答卷是:结构一层没塌。
开启印章识别模式,连右下角那枚红色印章,它也读出来了:「发票专用章 919482156H7AUG96EU」。
章上这串比正文还小的税号,和票面上销售方的纳税人识别号一字不差。
MiniCPM-OCR 1.
0以1.
217页/s的吞吐量登顶(1.
00x)。
这意味着,在本次同硬件测试中,MiniCPM-OCR 1.
0的单卡吞吐约为TeleOCR的8.
6倍。
面壁智能的破局之道,就是分工协作: 解析模型只管干活,决策模型专职验货。
MiniCPM-OCR 1.
0专注识别,决策模型MiniCPM-OCR Jev负责「识别结果的可信度」。
光扫一眼数字,人很容易放过去。
Jev没放过,只给了约0.
000001分。
第三遍,程序按预设策略换了一套识别流程。
这回四个「$」全部回来了,Jev复判给到0.
9692,重试停止,表格存成JSON。
三轮识别、两次返工,中间没人手工补一个符号,也没人守着点「再试一次」。
OCR负责读,Jev负责判,程序决定要不要重来。
AI 的上半场,比谁更聪明;
下半场,比谁更诚实。
让校验隐身,让信任显形。
编辑:大卫 桃子 摩西 特别
米博体育将持续关注后续动态。