小米发布0.8B统一OCR模型Xiaomi-OCR-0，OmniDocBench v1.6得分96.83

据论文《Xiaomi-OCR-0 Technical Report》，研究团队提出统一0.8B模型Xiaomi-OCR-0，面向文档解析与以OCR为核心的理解任务。团队称，其借助结合专家共识、渲染验证与定向合成的自动化数据引擎，构建约1.7亿样本的OCR语料；模型以Qwen3.5-0.8B为起点，采用基于Q-Mask的文本锚定、继续预训练与混合任务强化学习（Mix-RL）的渐进式训练方案。论文报告，该模型在Real5-OmniDocBench得95.24、OmniDocBench v1.6得96.83、Wild-OmniDocBench得87.94，在五个OCR导向VQA基准上平均83.2分。消融实验显示，在解析训练充分时，以OCR为核心的理解监督可进一步提升文档解析表现。上述结果来自预印本，尚未经同行评审。