Xiaomi-OCR-0

자료 확인: 2026년 11월 6일. 발표 측 주장과 제3자 경험을 구분하며 AIDreamHub의 실측이 아닙니다.

문서 모델과 완성된 전표 시스템은 다릅니다

Qwen3.5-0.8B-Base 기반 Xiaomi-OCR-0은 문서 파싱, OCR 중심 질문과 핵심 정보 추출을 결합합니다. 특정 거래처 영수증에서 공급자, 날짜, 통화와 합계를 추출하는 등 범위를 좁힌 시험에 사용할 수 있습니다.

출력 자체가 검증된 회계 기록은 아닙니다. 이미지 준비, PDF 페이지 처리, 스키마, 결정적 규칙, 예외 검토와 내보내기를 별도로 구성해야 합니다. 채워진 CSV보다 실제 수정 노동이 줄었는지가 가치입니다.

AIDreamHub가 캡처한 공식 페이지로, 로컬 제품 실행 화면이 아닙니다.

벤치마크는 처리 구성을 함께 읽어야 합니다

발표 측 수치는 OmniDocBench v1.6 96.83, Real5 95.24, Wild 87.94입니다. 문서 파싱 지표이지 송장 필드 정확도나 완전 정답 페이지 비율이 아닙니다. 보고서의 Real5는 PP-DocLayoutV3를 사용하므로 전체 페이지 단일 추론에 그대로 적용하면 안 됩니다.

같은 표의 PaddleOCR-VL-1.6은 96.33, 93.19, 87.36입니다. 가까운 수치로 자체 전표의 우위를 확정할 수 없습니다. 당사는 공식 자료를 확인했지만 벤치마크를 실행하지 않았습니다. 검색 자료도 발표 소개가 많아 광범위한 독립 정확도 합의를 확인하지 못했습니다.

사용 방법: 데모 전에 추론 백엔드 선택

공식 저장소는 Python 3.10+, 웹 데모, MCP와 별도 추론 백엔드를 설명합니다. SGLang과 vLLM은 호환 환경이 필요하고, 실험적 Ollama 경로는 커뮤니티 BF16 패키지를 사용합니다. 아래는 공식 데모 경로를 정리한 것이며 당사가 설치를 검증한 결과는 아닙니다.

Ollama를 실행한 채 격리 환경에서 의존성을 검토하고 http://127.0.0.1:8787을 엽니다. 모델 다운로드만으로 전처리와 디코딩은 맞춰지지 않으므로 Demo나 MCP를 사용하세요. 영역 모드는 PaddlePaddle, PaddleX, PP-DocLayoutV3가 추가로 필요하지만 전체 페이지 OCR·KIE·VQA에는 필요 없습니다.

ollama pull longwayxu/xiaomi-ocr-0:bf16
git clone https://github.com/xiaomi-research/Xiaomi-OCR-0.git
cd Xiaomi-OCR-0
python3 -m venv .venv
source .venv/bin/activate
python -m pip install -r requirements.txt
export XIAOMI_OCR_BACKEND=ollama
export XIAOMI_OCR_MODEL=longwayxu/xiaomi-ocr-0:bf16
export XIAOMI_OCR_LOCAL_URL=http://127.0.0.1:11434/v1
python demo/server.py --port 8787

영수증을 추적 가능한 한 행으로 만들기

익명화한 실제 샘플로 supplier, document_number, invoice_date, currency, subtotal, tax, total을 먼저 정의합니다. 읽지 못하면 null을 허용하고 추측은 금지합니다. 원본 이미지, 원시 응답과 정규화 행을 연결해 수정 근거를 남깁니다.

공급자나 양식 기준으로 개발용과 보류 시험 데이터를 분리하고 흐림, 기울기, 통화 누락, 환불과 여러 페이지를 포함하세요. 필드별 정답과 전체 행 정답을 따로 셉니다. 아홉 필드가 맞아도 합계가 틀리면 업무상 실패입니다.

모델 밖에서 적용할 검증 규칙

JSON 구조를 검증하고 문서 번호는 문자열로 유지해 앞의 0을 보존합니다. 날짜와 통화는 명확할 때만 정규화합니다. 할인, 수수료와 반올림을 고려해 금액을 대조하고 차이가 나면 표시하세요. 억지로 맞추는 값을 만들어서는 안 됩니다.

신뢰할 수 없는 CSV 문자열은 스프레드시트 수식 실행을 유발하지 않도록 처리합니다. 원시 결과와 안전한 내보내기를 분리하고, 지연 외에 합격 행당 수정 시간과 사람 검토 비율도 측정합니다.

같은 시험에 넣을 대안

복잡한 배치는 PaddleOCR-VL, 고정 양식은 기존 OCR과 규칙, 낯선 문서 해석은 더 강한 VLM과 비교할 수 있습니다. 작업별 후보이지 여기서 측정한 품질 순위는 아닙니다.

동일한 보류 이미지, 필드와 승인 조건을 쓰세요. 작은 모델의 이점은 실제 메모리, 유지 관리와 수정 부담이 맞을 때 생깁니다. 0.8B만으로 전체 RAM, 페이지 속도나 모든 양자화의 호환성이 결정되지는 않습니다.

로컬 처리, 변환본과 라이선스

체크포인트는 Apache-2.0 표기지만 구성 요소는 각 조건을 유지합니다. 오프라인 전에 파일을 받고 이미지, 로그, 임시 PDF 위치를 점검하세요. 로컬 모델이라고 원격 데모까지 비공개인 것은 아닙니다.

Ollama는 실험적이며 일곱 예제 정렬 검사로 일반 성능 동등성을 입증하지 않습니다. 검토 당시 한 커뮤니티 GGUF 링크가 열리지 않아 추천하지 않았습니다. 현행 공식 안내를 따르고 모델, 시각 프로젝터와 실행 버전을 기록하세요. 손그림은 검증의 비유이며 생성 OCR 결과가 아닙니다.

도입 전 질문

CSV를 바로 믿어도 되나요?

스키마, 날짜, 통화, 금액 관계, 수식 안전과 예외 검토가 필요합니다. 이미지와 원시 응답을 보존하고 전체 행이 통과했는지 판단하세요. 유효한 JSON이라는 사실은 내용의 정확성을 보장하지 않습니다.

Ollama에도 공식 점수가 적용되나요?

자동 적용되지 않습니다. 원본 벤치마크와 소수 정렬 샘플은 모든 변환본의 동등성을 증명하지 않습니다. 전처리, 프로젝터, 런타임과 디코딩을 고려하고 실제 패키지로 업무 문서를 재평가해야 합니다.

0.8B면 아무 PC에서 오프라인으로 되나요?

파라미터 수는 하드웨어 보장이 아닙니다. 백엔드, 이미지, 문맥과 추가 배치 모델에 요구 사항이 있습니다. 파일을 준비하고 OS 지원을 확인하세요. 공식 호환 GPU 경로와 실험적 Ollama를 구분해야 합니다.

검토 자료

• Xiaomi-OCR-0 — model card
• Xiaomi-OCR-0 — runtime and demo instructions
• Xiaomi-OCR-0 — technical report
• Xiaomi-OCR-0 — reproducible evaluation pipeline

관련 도구 찾기

• 생산성 도구
• 데이터 분석