小米正式开源了 Xiaomi-OCR-0，一个只有 0.8B 参数的 OCR 小模型，单一模型同时搞定文档解析、关键信息抽取和 OCR 视觉问答，权重与代码已经上线，开发者可以直接拿来用。
它基于 Qwen3.5-0.8B-Base，训练用了约 1.7 亿条 OCR 与文档样本。真实场景基准 Real5-OmniDocBench 上，它在扫描、弯曲、翻拍等场景拿到 95.24 分，在对比模型里排第一；OmniDocBench v1.6 综合 96.83 分，总榜第二，只差榜首 0.04 分，是 1B 以下参数模型里的第一。
细分能力也不弱：公式识别 UniMER-Test 97.84 分，表格结构 PubTabNet 92.27 分；DocVQA 等五项文档理解基准平均 83.2 分，高于 1B 的 HunyuanOCR-1.5 和 2B 的 Qwen3.5-2B；古籍书法 Chronicles-OCR 拿到 73 分，和闭源的 Seed 2.0 Pro 处在同一水准。
输出上它原生支持 Markdown、LaTeX、JSON 结构化结果，可以直接接进自动化流程。小米手机的超级小爱已经落地了这套能力：屏幕提取取餐码、快递码、排队号，智能记账抽取金额和商户，拍照识别发票、身份证字段，都是同一类用法。
项目地址：https://github.com/xiaomi-research/Xiaomi-OCR-0；模型权重：https://huggingface.co/xiaomi-research/Xiaomi-OCR-0；论文：https://arxiv.org/abs/2609.36136；Agent 一键体验用的 SKILL.md：https://raw.githubusercontent.com/xiaomi-research/Xiaomi-OCR-0/main/SKILL.md