小米开源 0.8B 参数 OCR 小模型：打通文档解析与视觉问答，支持 Markdown 与 JSON 输出
IT之家 10 月 30 日消息，小米官方今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。 官方给出的参数规模为 0.8B，定位是单一模型同时覆盖文档解析、关键信息抽取与 OCR 视觉问答三类任务。 在文档解析方向，该模型可识别正文、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 格式。关键信息抽取面向发票、收据、卡证和业务表单，依据指定字段定位并输出 JSON 等结构化数据，可接入自动化处理流程。 OCR 视觉问答则允许围绕文档与图表内容进行跨区域检索、数值计算和语义推理，而非仅做文字转写。小米方面表示，这一组合覆盖了从底层文字感知到高层内容理解的链路。 据小米官方披露，Xiaomi-OCR-0 基于 Qwen3.5-0.8B-Base 基座构建，训练累计使用约 1.7 亿条 OCR 与文档理解样本。数据侧采用异构专家共识机制，对正文、表格、公式等不同区域由多个 OCR 专家模型交叉校验并投票筛选高置信标注。 针对复杂表格与公式，团队引入“预测 — 重渲染 — 视觉比对”的闭环校验：将候选解析结果重新渲染为图像，与原始文档区域做像素和结构级比对，定位行列错位或符号缺失后定向修正。此外还按版面复杂度、字体形态与物理退化因素合成困难样本，补充多语种、古籍手写、屏幕摩尔纹与扭曲光照等长尾数据。 训练分为三个阶段：Q-Mask 文本锚定强化视觉局部区域与文字 Token 的空间对应；OCR 持续预训练以百亿级 Token 的多任务混合数据打底；混合任务强化学习则在困难样本上使用结构编辑距离、表格匹配度和问答准确率作为可验证奖励信号。 小米公布的评测结果显示，在模拟扫描、纸张弯曲、屏幕翻拍、光照变化和倾斜拍摄五种真实采集方式的 Real5-OmniDocBench 上，Xiaomi-OCR-0 得分为 95.24 分，在其对比模型中排名第一。在 Wild-OmniDocBench 上得分为 87.94 分。 综合基准 OmniDocBench v1.6 中，该模型得分 96.83 分，位列总榜第二，与榜首相差 0.04 分，在 1B 以下参数模型中排名第一。专项测试方面，数学公式识别基准 UniMER-Test 得分 97.84 分，表格结构识别基准 PubTabNet 得分 92.27 分。 在古籍与书法评测集 Chronicles-OCR（Mature Scripts）中，Xiaomi-OCR-0 得分 73 分，小米方面称这一成绩与闭源模型 Seed 2.0 Pro 的 72 分处于同一水准。 文档理解方面，小米在 DocVQA、InfoVQA、ChartQA、OCRBench 和 TextVQA 五项基准上取平均分，Xiaomi-OCR-0 为 83.2 分。 官方对比数据显示，该成绩高于 HunyuanOCR-1.5（1B，76.5 分）、TokenVL-2B（2B，78.1 分）和 TextHawk2（7B，78.5 分）。 同一组对比中，通用多模态模型 Qwen3.5-2B 为 80.9 分，8B 规模的 MiniCPM-V-4.5 为 82.6 分，Qwen3.5-4B 为 84.9 分。 落地层面，小米称相关技术已用于手机端“超级小爱”。用户短按 AI 键、三指上滑或语音指令，可提取屏幕中的外卖取餐码、快递取件码、排队号等时效性信息并置于醒目位置。 在账单与卡证场景中，识屏可抽取交易金额、商户名称、支付时间与消费类别，用于智能记账；纸质发票、身份证、银行卡等材料可通过拍照完成字段提取。日程与出行场景中，系统可识别群聊中的会议通知或海报上的时间地点并生成日程卡片。 IT之家注意到，小米除公开 0.8B 模型权重与推理代码外，还提供浏览器交互式 Demo、MCP 服务以及 Agent Skill 工具包，开发者可将其集成至自有业务流或智能体系统。 参考资料： Hugging Face 模型权重 ： https://huggingface.co/xiaomi-research/Xiaomi-OCR-0 GitHub 项目代码 ： https://github.com/xiaomi-research/Xiaomi-OCR-0 Agent 一键体验口令 ：Read and execute https://raw.githubusercontent.com/xiaomi-research/Xiaomi-OCR-0/main/SKILL.md
News is gathered automatically from public robotics & AI feeds on a schedule.
Related
华为官网公开鸿蒙智行享界 V8 选配：标配 ±12° 后轮转向、Ultra 采用 L3 自动驾驶架构，32.98 万元起
IT之家 10 月 30 日消息，除了问界新 M8 的选配信息公开外，华为官网还公开了鸿蒙智行享界 V8 的配置信息，该车标配华为乾崑智驾 ADS 5，预计 11 月上旬发布， 官方预售价 32.98 万元起 。 华为官网显示，享界 V8 采用七座布局设计，分 Ultra+、Ultra、Max+ 和 Max 四个版本。除 Max+ 外，享界 V8 其余版本均可选 800V 增程或 800V 纯电动力。 享界 V8 Ultra+ 预售价： 增程版 40.98 万元起 | 纯电版 44.98 万元起 四驱 + 双腔空簧 + 双阀连续可变阻尼减振器 四激光雷达 | L3 级自动驾驶架构设计 | 二排
英特尔：以色列 Fab 28 爆炸事故已致工厂停产约两周，预计 Q3 和 Q4 两个季度损失 6 亿美元营收
IT之家 10 月 30 日消息，英特尔首席财务官戴夫 · 津斯纳（Dave Zinsner）在今日的财报电话会议上表示，10 月中旬发生在以色列的爆炸事故导致位于基里亚特加特的 Fab 28 晶圆厂停产约两周，预计将在第四季度和 2027 年第一季度分别减少约 3 亿美元 （IT之家注：现汇率约合 20.03 亿元人民币） 收入。 公开报道显示，这起爆炸发生于 10 月 14 日，造成 2 人死亡、1 人重伤。英特尔 CEO 陈立武表示，“我们在以色列的工厂已经关闭了大约两周。”他同时称，预计在这个周末到来之前开始恢复生产。 津斯纳在电话会议上强调，Fab 28 事故造成的经济损失几乎全部与
《影之刃零》开发成本 3~4 亿元，媒体评分超《黑神话：悟空》
IT之家 10 月 30 日消息，《影之刃零》已于 10 月 29 日正式登陆 PC 与 PS5 平台，国区标准版定价 268 元，豪华版 328 元，限量典藏版 1199 元、限量 2 万套。 灵游坊创始人梁其伟向蓝鲸新闻透露，《影之刃零》早在 2017 年就已启动世界观与战斗体系的早期构思、2022 年初项目正式立项，总研发成本在 3 亿至 4 亿元之间。 作为对比，《黑神话：悟空》研发周期约 7 年，总开发成本同样在 4 亿元左右。而《影之刃零》从立项到上市的节奏，与《黑神话：悟空》大体相当。 评分方面，Metacritic 在评测解禁后给出的 PC 版媒体均分为 88 分，PS5 版为
索尼 PS5 联名女星 Lisa 限量款 DualSense 手柄控制器国行开售，639 元
IT之家 10 月 30 日消息，索尼 SIE 与韩国女团 BLACKPINK 成员、歌手兼演员 Lisa 合作打造的索尼 PS5 DualSense 手柄控制器国行现已开售，定价为 639 元。 京东 索尼 PlayStation × LISA 联名 DualSense 无线手柄 639 元 直达链接 这款限定版手柄以柔和的灰色为主色调。正面的主要图案是对 Lisa 眼部妆容的艺术化呈现，她画着睫毛膏的双眼以蓝色表现，而 PlayStation 标志性的四个按键符号则融入了眼妆设计之中。手柄一侧还印有“LL”标志，背面则带有 Lisa 的签名。 规格方面，这款限定版手柄与标准版 DualSe
OPPO Watch 5 智能手表开启预约：方表造型设计回归，右上角配备旋钮功能键
IT之家 10 月 30 日消息，OPPO 官网显示，OPPO Watch 5 智能手表已开启预约。 预热图画面中展示了 OPPO Watch 5 的外观轮廓。可以看到， 这款智能手表回归了方表造型设计， 右上角还配备了旋钮功能键 。 综合IT之家此前报道，OPPO Watch 数字系列此前一直采用方形表盘设计，直到 Watch S 系列的推出。数字系列最新款的 OPPO Watch 4 Pro 目前官网显示“已售罄”，其搭载骁龙 W5 可穿戴旗舰芯片，支持独立 eSIM，可下载微信手表版、支付宝、QQ 等应用。
华为官宣 Mate 90 系列手机小艺升级，超百款应用接入帮记和触发式 AI 能力
IT之家 10 月 30 日消息，华为官方今日发布了鸿蒙生态一周更新速览，并宣布 Mate 90 系列小艺全面升级， 核心提升了小艺帮记和小艺触发式 AI 两大能力 。 根据华为官方描述，在搭载 HarmonyOS 7 系统的华为 Mate 90 系列手机上，基于鸿蒙智能感知引擎，小艺帮记和小艺触发式 AI 两项能力升级， 目前已有超百款应用接入这两项能力 。 低功耗即可感知内容、文字、图像，实现系统级主动服务，小艺帮记可随手记录并智能提取和总结； 需要填充信息或进行更多操作时，智能填充与推荐等服务主动送达。 据IT之家此前报道，在 10 月 1 日的华为 Mate 90 系列及全场景新品发布