小米官方10月30日宣布开源轻量级文档理解模型Xiaomi-OCR-0，模型权重与推理代码已同步上线Hugging Face和GitHub。
该模型参数规模为0.8B，定位是单一模型覆盖文档解析、关键信息抽取与OCR视觉问答三类任务；文档解析可识别正文、表格与数学公式，按阅读顺序输出结构化结果，原生支持Markdown、LaTeX。
关键信息抽取面向发票、收据、卡证和业务表单，依据指定字段输出JSON等结构化数据。相关技术已用于手机端“超级小爱”，可提取外卖取餐码、快递取件码、排队号，并用于账单卡证字段提取和日程生成。