登顶多项全球第一，面壁智能首创“双模型”拆解OCR行业百亿信任税

2026 年 10 月 28 日，面壁智能联合 OpenBMB 发布并开源了 MiniCPM-OCR 系列，在行业内首次提出「可信 OCR」。

过去几年，所有的 OCR 厂商都在卷同一个指标：准确率。但当大家把跑分刷到 90 分以上、甚至逼近天花板时，产业界却遭遇了一个尴尬的现实：AI 把单点识别成本打下来了，但把系统性验证成本留给了人。

面壁智能此次发布的 MiniCPM-OCR 1.0（1.3B 解析模型）和 MiniCPM-OCR Jev（2B 决策模型）组合，其颠覆性在于，不仅拿下了多项全球第一，更是给行业提供了一个能回答「可不可信」的决策员。在一个所有人都在拼命卷识别的赛道里，面壁智能选择给行业装上了一台「测谎仪」。

从准确率内卷到信任危机：谁在交百亿级「信任税」？

全球 OCR 市场仍在增长。据 The Business Research Company 数据，2025 至 2030 年期间 CAGR 约 15.3%，预计到 2030 年市场规模将达到 339.2 亿美元。但增长的含义已经变了：驱动力正从「更多文档需要被数字化」，转向「数字化之后需要被信任和自动化」。

这个转向的底层，是一个长期被行业数据「平均」掉的成本黑洞。在财务、法务、医疗场景中，一份 100 页的合同里，只要有 1% 的字段出错，就足以让整条自动化流水线停摆。为了防范这 1% 的灾难，企业的理性反应只有一个：把这 99% 已经正确的数据，重新用人工全量看一遍。

「花重金买了最先进的 AI，最后却被迫维持着最原始的全量人工复核。」这就是 OCR 行业的「信任税」：AI 把单点识别成本打下来了，但把系统性验证成本留给了人。全球文档解析市场真正卡脖子的地方，从来不是「能不能认出来」，而是「认出来之后，谁敢直接把它灌进下游系统」。面对这百亿级的信任缺口，面壁智能首次提出「可信 OCR」，正是要在底层重构产业的信任机制。

多项指标登顶全球：从「单一识别」走向「识别与决策的职能分离」

MiniCPM-OCR Jev 的切入点，正是这道缝隙。而支撑这个「质检员」底气的，是 MiniCPM-OCR 1.0 在多项硬核评测中登顶全球的绝对实力。

在真实拍摄场景（Real5-OmniDocBench）中，MiniCPM-OCR 1.0 取得了 93.68 的 SOTA 成绩；在 OmniDocBench v1.6、Wild-OmniDocBench、olmOCR-Bench 等评测中全面领先。更重要的是，它兼顾极致的效率，端到端吞吐量达到 1.217 页/秒，为同类模型的 1.49-3.62 倍，确立了其作为识别模型的顶级生产力。

传统 OCR 的隐含假设是：解析模型自己知道自己哪里可能错了。但新一代大模型架构在生成流畅文本的同时，错误变得更加隐蔽——它可能生成一段语法完美、排版规整，但关键数字被微妙篡改的内容，且模型自身毫无察觉。让「作家」兼任「质检员」，在产业逻辑上是一个伪命题。

面壁智能的做法是职能重构。MiniCPM-OCR 1.0 专注解析文档，而 MiniCPM-OCR Jev 专注结果决策，且 Jev 模型可适配在任何 OCR 之后。Jev 模型不解析任何文本，专职给其他 OCR 模型的解析结果「打分」。它不仅凭 2B 的体量，在决策精度上反超 35B-A3B 模型，逼近 397B-A17B 模型，更是在实际业务场景中，当免检准确率阈值设在 99.5% 时，让大量文书区块免于人工复核。

此外，Jev 模型还支持「多模型择优」。面对复杂排版，它可以基于同一份版面切分，让多个不同的 OCR 模型分别解析，最后由 Jev 模型评分选出最优解组合。这使得企业可以在保留既有 OCR 投资的同时，大幅提升最终数据质量。这不仅是降本，更是对现有工作流的彻底重组：让校验隐身，让信任显形。

从模型指标到可审计：重构文档智能的底牌

随着 MiniCPM-OCR 1.0 在多项评测中确立领先优势，并实现极致效率，其与 Jev 的组合可直接改写文档智能的商业模型。在财务共享中心、保险理赔后台等百万页级场景中，处理同样规模的文档，MiniCPM-OCR 所耗费的时间仅为部分同类产品的三成左右。当解析成本逼近「可忽略」的量级，大规模文档处理的 TCO（总拥有成本）将被彻底改写。

值得一提的是，Jev 能够提供一个经过校准的概率分布，明确标记出哪些区域需要人工复核介入。企业可以根据自身的风险偏好，精确决定释放多少人工作业，承担多少残差风险。

这触及了行业最深层的合规底牌。随着行业标准（如《人工智能 智能字符识别技术要求》）的逐步落地，监管逻辑正在发生位移。过去，OCR 系统说「我识别出了这个金额」，审计追问的是「你有多准」；现在，审计开始追问的是「你怎么知道自己这一次准不准」。

一个只会输出结果、无法对自己输出质量做出判断的模型，在合规框架下将越来越没有生存空间。而在解析端具备领先性能的模型，配合能够给出确定性概率的决策模型，不仅让企业敢用，更让审计能查。这在工程语言里，是从「模型指标」走向「服务等级协议（SLA）」的关键一步。

面壁智能首发 MiniCPM-OCR「解析+决策」组合，让「解析—校验—路由」成为一条开箱即用的完整链路，创造了可信 OCR 新纪元。当所有头部玩家的解析分数都挤在窄带里，下一阶段的差异化，属于那些能够把「信任」从一句定性形容词，变成一条可配置、可审计、可嵌入流水线的工程参数的玩家。在这个文档智能向「战略自动化基础」迁移的市场里，敢不敢让机器自己决定什么时候停，比任何一个小数点后的分数都更有分量。