面壁智能开源 MiniCPM-OCR 系列 1.3B 文档模型搭配 2B Jev 质检模型实现端侧可信文档解析

面壁智能正式开源 MiniCPM-OCR 双模型套件，包含 1.3B 参数文档解析模型与 2B 参数 “AI 质检员” Jev，整套方案可在手机、平板等端侧设备运行，既能完成高精度文档文字、表格、公式识别，还能自动核验识别结果对错，实现可自检的端侧文档智能能力。当前文档 OCR 普遍存在识别结果无法自动校验、容易出现识别错误的问题，需要投入大量人力复核；这套双模型采用 “读判分离” 架构，解析模型负责内容识别，Jev 模型专门做结果质检打分，同时模型体量小巧、推理延迟低，不用依赖云端算力，在端侧设备就能完成整套文档识别 + 质量自检流程，大幅降低人工校对成本，真正落地可信文档智能应用。

一、MiniCPM-OCR 系列两款模型核心参数

表格

二、1.3B 文档解析模型核心优势

1. 端侧高精度识别 在 Real5-OmniDocBench、OCRBench v2 榜单取得 SOTA 成绩，复杂排版、倾斜翻拍文档都能稳定识别，综合识别准确率达到行业第一梯队水平。
2. 端侧推理速度更快 搭载 DSpark 解码加速技术，端到端处理效率提升 55%，在 ARM 设备上可以快速完成整页文档解析，无需等待云端调用。
3. 场景覆盖全面 适配票据、合同、论文、报表等多种文档，支持图文、表格、公式混合内容抽取，满足财税、办公、科研文档处理需求。

三、2B Jev “AI 质检员” 核心技术亮点

1. 无自回归低延迟推理 采用 System-1 快思考架构，只做单次前向计算，不生成文字内容，毫秒级输出质检分数，高并发场景下不会拖慢整体流程。
2. 质检精度比肩超大模型 在 JevOCRBench 评测中 AUROC 达到 93.6，性能接近 397B 超大模型，同时可以兼容多款第三方 OCR 模型，跨模型质检准确率稳定保持在 91.9~93.4 区间。
3. 自动分流减少人工成本 依靠置信分数自动区分文档：高分内容直接自动入库，低分存疑区块定向推送人工复核，可减少 85% 以上的人工复审工作量。

四、整套方案端侧落地能力

1. 硬件门槛低 两款轻量模型均可部署在手机、平板、嵌入式 ARM 设备，仅依靠 CPU 即可完成推理，不需要高端 GPU 算力。
2. 完整开源交付 模型权重、推理代码、微调工具全部开源，开发者可以直接部署，也可以根据业务场景做二次微调优化。
3. 形成闭环可信链路 识别 + 质检一体化，把单纯的文字识别升级成可自检的文档智能，解决传统 OCR 无法自动排查识别错误的痛点。

五、主流应用场景

1. 政务与办公文档自动电子化，自动核验扫描件识别结果；
2. 金融票据、合同单据批量识别，自动筛查识别异常内容；
3. 学术论文、科研文档的文字与公式提取，自动标记识别出错段落；
4. 移动端离线文档扫描识别，全程不上传数据，保障信息安全。

【相关 FAQ】

问题 1：面壁智能开源的 MiniCPM-OCR 系列包含哪两款模型？

回答 1：该系列包含两款模型，分别是 1.3B 参数的 MiniCPM-OCR 1.0 文档解析模型，以及 2B 参数的 Jev “AI 质检员” 判别模型，二者组成识别 + 自检的端侧文档方案。

问题 2：Jev 模型作为 AI 质检员，能不能给其他品牌 OCR 做结果校验？

回答 2：可以。Jev 具备良好通用性，不仅可以校验自家 MiniCPM-OCR 的输出结果，对 GLM-OCR、PaddleOCR-VL 等第三方 OCR 结果做质检时，AUROC 依旧稳定在 91.9~93.4，即插即用。

问题 3：MiniCPM-OCR 整套模型能否在手机等端侧设备离线运行？

回答 3：完全可以。两款模型参数量仅 1.3B 与 2B，适配 ARM 端侧硬件，仅用 CPU 就能完成推理，不需要联网调用云端接口，可实现离线高精度文档识别与结果自检。

【数据来源】

[2026-10-30]（MiniCPM-OCR 开源：把 “Jev” 用在文字识别）人人都是产品经理

[2026-10-29]（FlagOS Day0 适配 MiniCPM-OCR & Jev：覆盖 12 平台）思否

[2026-10-28]（ModelBest Open-Sources MiniCPM-OCR: 1.3B Parser and 2B Judge）aikitappaikitapp.c...

[2026-10-28]（首个 Jev 版 OCR 模型发布，最全教程来了！）搜狐新闻

免责声明：本文全部技术参数、评测数据均来自面壁智能官方开源公告与公开技术评测内容；模型实际识别精度、推理速度会受硬件设备、文档拍摄质量、图片清晰度等条件影响；本内容仅作为技术资讯参考，不构成项目选型、商业采购的决策依据。