小米发布 0.8B OCR 模型

该模型基于 Qwen3.5-0.8B-Base，支持整页解析、从指定区域提取文本、按模式提取信息，以及视觉问答。小米称模型使用约 1.7 亿个样本训练，在五项 OCR-VQA 基准测试中的平均分为 83.2。

模型权重和 GGUF 量化版本已提供，并注明支持 Transformers。约 1.8 GB 的 Ollama 包是实验性的社区构建版本。上述结果是公司报告的基准测试分数。

为什么重要

这种紧凑模型可用于测试文档 OCR 和结构化信息提取，并可配合本地或成熟的推理方案。