OpenBMB تطلق نظام OCR مفتوح المصدر مع نموذج رقابي: حتى 128 صفحة في الدقيقة
تحوّل تقنية OCR صورة الفاتورة الممسوحة إلى نص، لكنها تخطئ بصمت: فمثلًا يتحول «1 580» إلى «1 080». وقد نشرت OpenBMB نظام MiniCPM-OCR مفتوح المصدر، ويضم نموذجًا للتعرّف بمليار معامل (حتى 128 صفحة في الدقيقة) ونموذجًا رقابيًا بملياري معامل يقيّم نتائج التحليل التي أنتجتها أنظمة أخرى. وسجّل النموذج الرقابي 93,6 نقطة على JevOCRBench، أي ما يقارب نتيجة Qwen3.5-397B-A17B البالغة 93,8. وبهذا يمكن إحالة الصفحات المشكوك فيها إلى مراجع بشري دون الحاجة إلى نموذج باهظ التكلفة.
معالج بواسطة الذكاء الاصطناعي من X: @OpenBMB؛ بتحرير Hamidun News
تقنية OCR هي التعرّف على النصوص في الصور الممسوحة والفوتوغرافية: يقرأ البرنامج صفحة فاتورة أو عقد أو إشعار تسليم ويُخرج النص والجداول والمعادلات. لكن من سماتها المزعجة أنها لا تخبرك تقريبًا أبدًا بالمواضع التي أخطأت فيها. فإذا تحوّل «1 580» في فاتورة إلى «1 080»، فلن يعلم خط المعالجة بذلك، وسيصل الرقم الخاطئ إلى المحاسبة أو قاعدة المعرفة أو نظام RAG. وقد نشر فريق OpenBMB للعموم حزمة MiniCPM-OCR التي تعالج المشكلتين معًا: فهي تتعرّف على الصفحات بسرعة (حتى 128 صفحة في الدقيقة)، ويتحقق نموذج منفصل من أن نموذج التعرّف لم يخطئ.
نموذجان بمهمتين مختلفتين
MiniCPM-OCR 1.0 نموذج تعرّف مدمج بمليار معامل. يحوّل الصفحات إلى نص ومعادلات وجداول. ووفق بيانات المطوّرين، يسجّل 93,68 نقطة على Real5-OmniDocBench، و54,7 على OCRBench v2. وبالنسبة إلى نموذج بهذا الحجم، فهي نتائج تؤهله لادعاء الصدارة في فئته.
أما النموذج الثاني، MiniCPM-OCR Jev، فمبني على فكرة مختلفة. إنه نموذج مقيِّم بملياري معامل: لا يقرأ الصفحة من الصفر، بل يحكم على مدى دقة تحليلها الذي تم بالفعل. ويسميه المطوّرون «حارس المرمى». فبعد أن يُصدر نموذج التعرّف نتيجته، يحدد Jev ما إذا كان يمكن الوثوق بها. وثمة تفصيل مهم: النموذج المدقِّق غير مرتبط بنموذج التعرّف الخاص بالفريق. فهو يتحقق من النصوص والمعادلات والجداول الصادرة عن محلّلات OCR مختلفة، ولذلك يمكن وضعه فوق أي حل يعمل بالفعل.
الأرقام والمقارنات
يسجّل Jev على JevOCRBench نتيجة 93,6 نقطة. وللمقارنة، حصل JEV-35B-A3B على 90,1، وحصل Qwen3.5-397B-A17B الضخم على 93,8. أي أن نموذجًا بملياري معامل يكاد يلحق بنظام أكبر منه بنحو 200 مرة. وهذا يعني في بيئة الإنتاج أن فحص كل صفحة يمكن أن يتم بتكلفة زهيدة: فلا حاجة إلى دفع ثمن نموذج عملاق، ولا إلى إرسال كل شيء إلى المراجعة اليدوية.
أما عن السرعة، فيذكر المطوّرون ما يلي. مع DSpark يعمل MiniCPM-OCR أسرع بمقدار 1,49 مرة من PaddleOCR-VL-1.6 وأسرع بمقدار 3,62 مرة من MinerU2.5 Pro. وترفع تحسينات المعالجة المتوازية في SDK الإنتاجية إلى 128 صفحة في الدقيقة. وبالنسبة إلى أرشيف من مئات الآلاف من الصور الممسوحة، فهذا هو الفارق بين أيام وساعات.
أين يمكن تشغيله
ركّز المطوّرون على سهولة الاعتماد. فمنذ اليوم الأول يُعلن عن دعم شرائح Arm وHoumo AI وIntel وNVIDIA، مع ربط 10 مصنّعين آخرين عبر FlagOS. وتعمل النماذج في vLLM وSGLang وllama.cpp وOllama. وتتوفر نسخ مكمَّمة (quantized)، ودعم للضبط الدقيق، وAgent Skills للربط مع الوكلاء. الشيفرة على GitHub، والأوزان على Hugging Face، ويمكن التجربة في ساحة تجريب منصة Modelbest.
ما ينبغي تذكّره
جميع الأرقام مأخوذة من إعلان المؤلفين أنفسهم، ولا توجد حتى الآن قياسات مستقلة. أما مقياس JevOCRBench، الذي كاد Jev أن يتساوى عليه مع Qwen3.5، فهو على ما يبدو، انطلاقًا من اسمه، مرتبط بالمشروع نفسه. لذلك لا يجوز نقل هذه النتيجة إلى وثائقكم دون تحقق. فالصور الممسوحة التي تحتوي على نص مكتوب بخط اليد أو إضاءة رديئة أو تخطيط غير قياسي قد تتصرف بشكل مختلف. كما أن سرعة 128 صفحة في الدقيقة تحققت مع تركيبة محددة من DSpark وSDK، وفي vLLM أو Ollama العاديين قد تكون النتيجة أقل.
والخلاصة العملية بسيطة. إذا كنتم تعالجون عقودًا أو إشعارات تسليم أو مستندات طبية أو مالية، فخذوا مجموعة صغيرة من صفحاتكم وشغّلوها عبر MiniCPM-OCR. وتحققوا بشكل منفصل من مدى قدرة Jev على اكتشاف الأخطاء في المحلِّل الذي تستخدمونه حاليًا. فإن اكتشفها، فإن معادلة «نموذج تعرّف سريع مع مراقب منخفض التكلفة» تتيح تمرير الصفحات الموثوقة تلقائيًا وإحالة المشكوك فيها إلى مراجع بشري. وهذا يوفّر المال والجهد معًا.
- 21 نوفمبر 2026مجلس إدارة Nvidia يقيل هوانغ: صفقة Hugging Face البالغة 12.9 مليار دولار في خطر
- 21 نوفمبر 2026كاليفورنيا تقاضي OpenAI بسبب وكلاء ذكاء اصطناعي اخترقوا Hugging Face: غرامة 2500 دولار عن كل مخالفة
- 21 نوفمبر 2026مركز Huawei Ascend يضيف 26 نسخة مرآة لنماذج مفتوحة خلال خمس ساعات
- 21 نوفمبر 2026ألتمان يصف تسليم القرارات للذكاء الاصطناعي بـ«الفكرة الفظيعة»، وOpenAI تحوّل 25% من مهندسيها إلى الحماية
أسئلة وأجوبة حول الخبر
ما أبرز التفاصيل حول نموذجان بمهمتين مختلفتين؟
MiniCPM-OCR 1.0 نموذج تعرّف مدمج بمليار معامل. يحوّل الصفحات إلى نص ومعادلات وجداول. ووفق بيانات المطوّرين، يسجّل 93,68 نقطة على Real5-OmniDocBench، و54,7 على OCRBench v2. وبالنسبة إلى نموذج بهذا الحجم، فهي نتائج تؤهله لادعاء الصدارة في فئته. أما النموذج الثاني، MiniCPM-OCR Jev، فمبني على فكرة مختلفة. إنه نموذج مقيِّم بملياري معامل: لا يقرأ الصفحة من الصفر، بل يحكم على مدى دقة تحليلها الذي تم بالفعل. ويسميه المطوّرون «حارس المرمى». فبعد أن يُصدر نموذج التعرّف نتيجته، يحدد Jev ما إذا كان يمكن الوثوق بها.
ما أبرز التفاصيل حول الأرقام والمقارنات؟
يسجّل Jev على JevOCRBench نتيجة 93,6 نقطة. وللمقارنة، حصل JEV-35B-A3B على 90,1، وحصل Qwen3.5-397B-A17B الضخم على 93,8. أي أن نموذجًا بملياري معامل يكاد يلحق بنظام أكبر منه بنحو 200 مرة. وهذا يعني في بيئة الإنتاج أن فحص كل صفحة يمكن أن يتم بتكلفة زهيدة: فلا حاجة إلى دفع ثمن نموذج عملاق، ولا إلى إرسال كل شيء إلى المراجعة اليدوية. أما عن السرعة، فيذكر المطوّرون ما يلي. مع DSpark يعمل MiniCPM-OCR أسرع بمقدار 1,49 مرة من PaddleOCR-VL-1.6 وأسرع بمقدار 3,62 مرة من MinerU2.5 Pro.
ما أبرز التفاصيل حول أين يمكن تشغيله؟
ركّز المطوّرون على سهولة الاعتماد. فمنذ اليوم الأول يُعلن عن دعم شرائح Arm وHoumo AI وIntel وNVIDIA، مع ربط 10 مصنّعين آخرين عبر FlagOS. وتعمل النماذج في vLLM وSGLang وllama.cpp وOllama. وتتوفر نسخ مكمَّمة (quantized)، ودعم للضبط الدقيق، وAgent Skills للربط مع الوكلاء. الشيفرة على GitHub، والأوزان على Hugging Face، ويمكن التجربة في ساحة تجريب منصة Modelbest.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.