一句话看懂：据社交平台信息，小米开源了0.8B参数的文档理解模型Xiaomi-OCR-0，单个模型覆盖文档解析、关键信息抽取和OCR视觉问答，权重与代码已发布，并称已接入小米手机「超级小爱」。小参数模型在多类文档任务上是否够用，是这条消息最值得跟的点。
事件核心：发生了什么
据@NFT_Chen于2026年10月30日发布的帖文，小米研究团队推出并开源了Xiaomi-OCR-0，基础模型为Qwen3.5-0.8B-Base，训练数据约1.7亿条OCR与文档样本。帖子称其在Real5-OmniDocBench真实场景（扫描、弯曲、翻拍等）得95.24分，OmniDocBench v1.6综合96.83分、总榜第二，在1B以下参数模型中排第一；公式识别UniMER-Test为97.84分，表格结构PubTabNet为92.27分。模型原生支持Markdown、LaTeX、JSON结构化输出。帖文给出GitHub、Hugging Face、arXiv论文与Agent体验链接，但这些信息目前仅见于该帖，属于发帖者说法，未核实能否作为正式产品公告。
为什么重要
文档理解长期依赖更大的多模态模型，推理成本高；小参数模型若真能接近大模型水平，边缘设备和手机端本地处理的空间会变大。小米把OCR、信息抽取和视觉问答放进同一个模型，也减少多模型串联带来的工程复杂度和延迟，这对开源社区和国产小模型生态是一个有参考价值的路线。
对用户/开发者/创作者的影响
开发者可关注权重是否真正开放、许可证是否允许商用，以及JSON输出能否直接接入RPA或记账、票据处理流程。普通用户方面，帖文称「超级小爱」已用于提取取餐码、快递码、排队号，以及智能记账和发票、身份证字段识别；这些描述来自发帖者，实际体验仍以手机端功能为准。创作者可用它做文档转Markdown、公式与表格整理，但长文档和复杂排版效果仍需自行测试。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
观察官方仓库是否正式发布并说明训练与评测细节；关注第三方复现Real5-OmniDocBench和DocVQA等成绩；关注手机端是否开放本地调用、是否提供稳定API，以及同类OCR小模型是否跟进。
来源：@NFT_Chen
