Basado en Qwen3.5-0.8B-Base, admite analizar páginas, extraer texto de regiones seleccionadas, extraer información según un esquema y responder preguntas visuales. Xiaomi informa que lo entrenó con unos 170 millones de muestras y obtuvo una media de 83,2 en cinco pruebas OCR-VQA.

Hay pesos y cuantizaciones GGUF disponibles, y está documentado el soporte para Transformers. El paquete de Ollama de unos 1,8 GB es una compilación comunitaria experimental. Los resultados citados son puntuaciones de pruebas comunicadas por la empresa.

Por qué importa

Un modelo compacto puede probarse para OCR y extracción estructurada de documentos con configuraciones de inferencia locales o ya establecidas.

GUÍAS

Una idea para probar

Como ejercicio hipotético, prueba un documento escaneado no confidencial y comprueba si conserva las tablas y el orden de lectura.