观点、数据与现场之间

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