MiniCPM-OCR

OpenBMB/MiniCPM-OCRAI 已审核

用途

MiniCPM 系列中的两个小型AI模型,随权重一起发布。MiniCPM-OCR 1.0(1.3B)可以把中英文文档和PDF转成Markdown或JSON,包括表格、公式、图表、印章和手写内容,并能处理扫描件、照片以及倾斜或弯曲的页面。MiniCPM-OCR Jev(2B)会检查结果,给每个区域打出0到1的分数,这样你只需要检查可能出错的部分。它面向开发者:提供pip包、免费的托管API,也可以用vLLM、SGLang、llama.cpp或Ollama在本地运行。还有演示页面可以先试用。

安装难易度

B · 安装程序加一个简单步骤 · Web

Linux D
Web B

最简单的方式是通过网页:开发者提供的演示页面(platform.modelbest.ai上的控制台需要账号,Hugging Face Space则不需要)可以直接拖入文档查看结果,无需安装任何东西。自己运行则是Linux上的工作:需要Python 3.11-3.13、带CUDA的NVIDIA显卡、好几GB的模型权重,以及一个会拉取固定版本的vLLM和transformers源码并编译的安装脚本(pyproject.toml、scripts/install.sh)。

GitHub 数据

星标: 7212026年10月31日
下载量: —所有发布版本
增长: +7214 天内新增星标

星标变化

事实

可运行于: Linux, Web
需要安装: Python, NVIDIA 显卡
从源码编译需要: Python, NVIDIA 显卡
磁盘空间: 950 MB–4.3 GB · 估算
账号或密钥: 无
费用: 免费 · 代码、文档以及两个模型的权重都采用Apache 2.0许可。开发者还提供免费的托管API和演示页面;其限制没有在仓库中说明。
许可证: Apache-2.0 (宽松型)
可以替代: FineReader, Mathpix, Acrobat
最近更新: 2026年10月30日

风险信号 (5)

注意技能（skill）让智能体去执行一个网页
README 的 Skill 部分：交给编程智能体的指令是 "Read and execute https://github.com/OpenBMB/MiniCPM-OCR/blob/main/docs/SKILL_en.md"。随后智能体会根据一个内容随时可能改变的网页，在你的电脑上运行配置命令；README 也提供了本地副本 ./docs/SKILL_en.md，你可以先阅读它。
AI 审核
注意演示服务器没有加密
README 中的 "Basic Demo (CN)" 链接是一个不带 HTTPS 的裸地址：http://82.157.64.212:10111/playground/document-parse。你上传到那里的文档会以未加密的方式传输，而且没有说明这台机器的运营者是谁。
AI 审核
信息使用托管方式时，文档会离开你的电脑
除了本地运行，README 还提供了演示和位于 platform.modelbest.ai / platform.modelbest.cn 的 "Free API"。使用它们意味着要把文档上传到该公司的服务器；仓库没有说明之后会如何处理这些文档。
AI 审核
信息评测成绩是开发者自己给出的
README 声称 "a SOTA score of 93.68 on Real5-OmniDocBench"，吞吐量是 PaddleOCR-VL-1.6 的 "1.49x"、MinerU2.5 Pro 的 "3.62x"。这些都是作者自己的测量结果；仓库附有复现指南（docs/benchmark_reproduction_en.md），而雷达图自己的说明写着 "some values remain to be confirmed"。
AI 审核
信息全新的仓库
项目信息：创建于 2026-10-27，最近一次推送是 2026-10-29，只有一个发布版本（sdk-v1.0.2），没有各平台的二进制文件。README 把 MiniCPM-OCR 1.0 称为 "the first OCR-specific model in the MiniCPM-V/o family"。
AI 审核

证据以原始语言显示。

Radar 无法验证的内容

在你自己的文档、中英文以外的语言或你的手写字迹上,效果是否依然可靠
每个模型和后端实际需要多少显存
权重和运行环境的真实磁盘占用(950MB到4.5GB只是估算)
llama.cpp和Ollama这条路线是否能在Windows和Mac上运行,仓库中没有说明
免费API的限制,以及该公司如何处理发送给它的文档
使用Jev时该采用什么分数阈值,README说这需要先在自己的数据批次上验证