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

　　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

　　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 —

　　训练分为三个阶段：Q-Mask 文本锚定强化

　　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。

　　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。

　　特别

　　遭买凶[*]害的“徽剑”朋友发声：发现遗体当天，我还在联系他制作反诈短剧；自己也曾被悬赏，长期独居以免牵连家人

　　男子负债3800万元后立即离婚 两处上海房产、一辆汽车 全归妻子 法院：撤销离婚财产分割约定

　　重磅！2025-2026 中国大陆地区雅思考生成绩大数据发布！你的雅思分数在全国什么水平？