0.8B！小米开源新模型，让超级小爱识屏主动办事

智东西10月31日报道，昨日晚间，小米发布并开源轻量级全能文档理解模型Xiaomi-OCR-0，仅0.8B（8亿）参数，将文档解析、关键信息抽取与视觉问答三类能力融于一体，并在多项权威基准中取得领先成绩。小米手机上“超级小爱”的一键识屏幕背后，对应的正是OCR能力从“文字识别”向“文档理解”演进。小米将完整公开0.8B模型权重与推理代码，同时提供浏览器交互式Demo、MCP服务以及Agent Skill工具包。3、OCR视觉问答（VQA）：支持围绕文档与图表进行跨区域检索、数值计算和语义推理问答，实现针对视觉文本的交互式理解。