OmniDocBench

product · First seen 2026-05-29 · Last seen 2026-11-17 · 55 mentions

Overview

OmniDocBench 是学术界与工业界广泛采用的文档解析评测基准,用于衡量 OCR 与文档理解模型在版面分析、文本识别、表格与公式还原等任务上的综合表现,目前已成为各家开源文档模型发布时的主要『打分战场』。

OmniDocBench 上的近期刷榜动态

  • 小米开源了参数量仅 0.8B 的文档理解模型 Xiaomi-OCR-0,在 OmniDocBench 上取得 96.83 的得分,走小模型高分的路线,详见 小米开源 0.8B 文档理解模型 Xiaomi-OCR-0,OmniDocBench 得分 96.83。
  • SoMark 发布 1.3B 参数的 OXR-1.0,同时登顶 OmniDocBench、olmOCR 和 DocParsingBench 三个公开基准,其特点是把解析失败样本纳入训练流程,见 SoMark 开源 1.3B 文档解析模型 OXR-1.0,登顶三个公开基准。
  • OpenBMB 推出 MiniCPM-OCR 1.0 套件,包含 1B 识别模型与 2B 质检模型,并配套校验模型 Jev,可本地跑在 iPhone 上,参考 OpenBMB 发布 MiniCPM-OCR 1.0 与校验模型 Jev,可本地跑在 iPhone。
  • Jina AI 发布 jina-ocr-v1,主打 25 种语言和低成本 GPU 环境下的文档解析优化,论文见 arXiv;腾讯微信视觉团队也开源了文档解析器 WeVisDoc,大厂入场使竞争进一步升温。
  • 当前焦点与观察点

    围绕 OmniDocBench 的核心争议在于:公开基准分数能否代表真实生产效果。Vik Paruchuri 在演讲中提醒,选 OCR 模型不能只看公开基准分数,因为基准的文档类型、标注口径与业务场景往往存在偏差,详见 为什么选 OCR 模型不能只看公开基准分数。

    从近期发布可以看出三个趋势:一是模型越做越小,0.8B 到 2B 级别已能冲到榜单前列,端侧部署成为卖点;二是『识别 + 质检』的双模型套件开始流行,用校验模型弥补单一识别的不可靠输出;三是失败案例分析被纳入训练与评测环节,单纯刷分的价值正在被重新审视。对使用者而言,比较可取的做法是在参考 OmniDocBench 排名之外,用自有数据做垂直验证,再决定选型。

    Coverage

    10 on file