跳到正文
实时
热点事件历史事件

OvisOCR3 技术报告发布,小米开源同类模型

2 篇报道2 个报道来源19 天前更新

先了解这件事

AI 综述

Hugging Face Daily Papers收录的OvisOCR3技术报告称,该模型是0.8B视觉语言模型,通过多导师蒸馏和强化学习统一文档解析、通用OCR、关键信息提取、图文描述和跨页表格重建等任务,在OmniDocBench v1.6上获96.74分,在OCRBench v2英语和中文拆分中排名第一,并在多个基准测试中超越基线模型。上述成绩来自报告自述。 两天后,小米宣布开源同为0.8B的轻量级文档理解模型Xiaomi-OCR-0,权重与推理代码已上线Hugging Face和GitHub,单一模型覆盖文档解析、关键信息抽取与OCR视觉问答三类任务,并提供浏览器Demo、MCP服务和Agent Skill工具包供集成。

AI 根据报道生成 · 更新于 19 天前

事件进展

2 个进展

  1. 10月30日 21:15 · 1 篇报道
    开源0.8B参数OCR小模型
    IT之家 · AI:小米开源 0.8B 文档理解模型 Xiaomi-OCR-0,支持 Markdown 与 JSON 输出
  2. 10月28日 08:00 · 1 篇报道
    OvisOCR3 Technical Report
    Hugging Face Daily Papers:OvisOCR3 技术报告

报道时间线

沿着报道,了解事件的不同侧面。

10月30日
  1. IT之家 · AI精选
    小米开源 0.8B 文档理解模型 Xiaomi-OCR-0,支持 Markdown 与 JSON 输出

    小米开源轻量级文档理解模型 Xiaomi-OCR-0,参数规模 0.8B,权重与推理代码已上线 Hugging Face 和 GitHub,单一模型覆盖文档解析、关键信息抽取与 OCR 视觉问答三类任务。

10月28日
  1. Hugging Face Daily Papers
    OvisOCR3 技术报告

    OvisOCR3是一个0.8B视觉语言模型,通过多导师蒸馏和强化学习统一多种OCR任务,在文档解析、通用OCR、关键信息提取、图文描述和跨页表格重建等任务上达到SOTA结果,在OmniDocBench v1.6上获得96.74分,在OCRBench v2英语和中文拆分中排名第一,并在多个基准测试中超越基线模型。