Datawhale 的实测里有一张手写送货单，10 行商品，底部总额 4462。MiniCPM-OCR 1.0 把它转成了齐整的表格，标题、日期、明细、总额都在。
逐行核对方能看出问题：第 4 行原图写的是「一次性围兜、数量 300 个、单价 0.3、金额 90」，模型输出成了「一次性用碗、数量 30 个、单价 0.3、金额 90」。
30 乘 0.3 等于 9，和同一行的金额 90 对不上。
总额对、表格齐，只有数量和品名悄悄变了。乱码你会重跑，这种错你会直接入库。
文档解析这几年有个说不出口的尴尬：榜单准确率越来越高，可没人敢把人工复核撤掉。
模型能认对 95% 的内容，却没人说得清剩下的 5% 错在哪里。省下的录入时间，又交给了校对。Datawhale
10 月底，面壁智能开源的 MiniCPM-OCR 系列，想动这件事。
它把 OCR 拆成两个模型：1.3B 的 MiniCPM-OCR 1.0 负责读，2B 的 MiniCPM-OCR Jev 负责判断读得对不对。前一个不新鲜，后一个才是这次值得看的地方。路过银河Datawhale
为什么不让读的模型自己打分？因为自回归模型有很强的语言先验：文本通顺，token 概率就高。
把「300」看成「30」，只要后面的「单价 0.3、金额 90」排得整齐，它并不会心虚。语法通顺和事实正确，在它内部是两件事。
Jev 把判断变成视觉比对：输入区域原图、候选文本，以及渲染后的候选图。0 和 O、l 和 1 的差别因此落到像素上。
它的输出头换成一个二分类头，不做文本生成，一次前向给出 0 到 1 的分数。
换成 GLM-OCR、PaddleOCR-VL-1.6 或小米 OCR-0 的输出，AUROC 仍在 91.9 到 93.4。面壁智能
在 JevOCRBench 上，2B 的它拿到 93.6，高于 35B 级判别模型 JEV-35B-A3B 的 90.1。路过银河
更值得看的是它把「谁来复核」变成可调旋钮：按准确率设阈值，高分自动入库，低分推给人工。
官方在 900 块人工标注图块上的统计是：免检部分准确率接近 100% 时，法律文书最高可免检 85.0%，财务票据 56.2%，复杂文档 35.1%。面壁智能
这张表的含义比「93 分」具体得多。它问的不是模型有多准，而是你愿意投几个人复核、剩下多少必须自动通过。
阈值是你调的，漏过去的错也是你放的。
读的那一端，1.3B 的 MiniCPM-OCR 1.0 在 Real5-OmniDocBench 上拿到 93.68，OCRBench v2 上 54.7，两项都是 SOTA。面壁智能路过银河
单张 RTX 5090、并发 1，它跑到 1.217 页/秒。加上 0.3B 的 DSpark 草稿模型，显存峰值 4.33GiB。Datawhale
权重是 Apache 2.0，llama.cpp、Ollama 都能接。
同一个月，赛道上不止一个选择。SoMark 的 OXR 也是 1.3B，覆盖 13 类文档元素，单张 RTX PRO 6000，100 页用 101 秒。量子位
但实测里它并非全能：生僻字照样大面积识别失败，连续跨页表会被拆成两段，竖版顺序也不如 PaddleOCR。刘聪NLP
百度的 Unlimited-OCR-2 走另一条路：3B 总参数、每次激活 500M，MIT 协议，卖点是「任意页数」。
但官方快测用的是 A800-80GB，模型卡没向消费级小卡承诺极长上下文。知乎
有用户在 16GB 的 AMD 消费卡上跑通，结论是瓶颈在推理速度，不在显存。知乎
本地怎么选，先看两件事。8GB 到 16GB 的卡优先 1.3B；几百页卷宗别信「无限页数」。
还有一条更重要：所有分数都是官方自测，榜单之间也不能直接横比。
复印件、印章遮挡、手写批注、跨页表格，这些长尾不会出现在榜单里。
文档解析这行没有通用的 93 分，只有你那一批文档的分数。路过银河
本地 OCR 现在确实能替你读了。它真正省下的，可能不是识别的那几秒，而是你逐页复核的几个小时。
前提是，阈值设在哪儿，你心里有数。
