MiniCPM-OCR 1.0 获 vLLM v0.33.0 官方支持
做 OCR 服务的朋友可以直接升级 vLLM v0.33.0 来跑 MiniCPM-OCR 1.0，省去自己适配推理框架的功夫。相比 PaddleOCR 这类传统方案，用 vLLM 部署的好处是批量吞吐更高，部署流程也更标准化。
OpenBMB 宣布 MiniCPM-OCR 1.0 已被 vLLM v0.33.0 正式支持，这是该 OCR 模型进入主流推理框架生态的一步。开发者现在可以直接通过 vLLM 部署 MiniCPM-OCR 1.0，利用 vLLM 的批量调度和显存管理能力来提升 OCR 服务的吞吐，不必再单独搭建推理环境。
MiniCPM-OCR 1.0 由 OpenBMB 团队开发，专注于文字识别场景。接入 vLLM 意味着原本需要手动适配的模型加载、KV cache 管理等环节都由框架处理，社区部署门槛明显降低。
对需要批量处理票据、文档、截图识别的团队来说，vLLM v0.33.0 是目前最省事的部署路径。OpenBMB 在公告中特别感谢了 vLLM 团队和社区贡献者，也反映出开源 OCR 模型正在向 vLLM、SGLang 这类主流推理引擎靠拢的趋势。
Excited to see MiniCPM-OCR 1.0 supported in vLLM v0.33.0! 🚀 Huge thanks to the vLLM team and all contributors for making open-source AI more accessible! 💙
This report is categorized under AITOP's "Models" desk, focusing on China's AI industry and domestic foundation model ecosystem. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows and US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include MiniCPM-OCR, vLLM, OpenBMB, 开源模型.
Source attribution: curated from OpenBMB (@OpenBMB).
