模型才剛開源，產品已經上線：MiniCPM OCR 這個網站，攤開的是文件識別的商品化時差

2026年10月29日，開發者 fusheng0304 在 V2EX「分享創造」板發布了一個名為 MiniCPM OCR 的線上文件識別網站（minicpmocr.com）。距離底層模型 MiniCPM-OCR-1.0 開源釋出僅數日，留言區已有用戶點出這個時差：「這速度可真快啊，才開源就已經上產品了」。

這個時差本身，比網站功能更值得記一筆帳。

這個產品做什麼，不做什麼

依發布內容，網站的功能範圍相當收斂：上傳圖片或 PDF 後，識別中英文文字、段落與版面布局，提取表格結構，並將數學公式轉為 LaTeX。輸出端提供三種格式：可編輯的 Word、Markdown，以及帶區域座標的 JSON。原文與識別結果可對照定位，識別文字可線上修改。

發布者自己劃出的邊界也很明確：複雜表格、模糊掃描件與公式仍建議人工檢查，不保證每份文件完整還原。另須注意，該網站是獨立服務，底層模型來自 OpenBMB 的 MiniCPM-OCR-1.0，並非 ModelBest 官方產品。

商品化的帳記在哪一欄

文件識別這條賽道，過去十年的定價權大致握在兩類玩家手上：一是 Adobe、ABBYY 這類商用軟體授權模式，二是雲端 API 按量計費模式。開源 OCR 引擎如 Tesseract 雖然存在多年，但在版面分析、表格結構與公式識別上的落差，讓商用方案始終保有付費基礎。

多模態 OCR 模型的開源改變了成本結構的起點。當識別能力本身可以免費取得，獨立開發者的進入成本從「自建識別引擎」降到「部署、推理算力與前端工程」。這正是留言區第一個問題的實質：是自己部署，還是呼叫官方 API。兩種路徑對應完全不同的毛利結構，前者喫算力與運維，後者喫 API 差價，發布者未在討論串中回覆此點。

從技術替代曲線看，這類產品的差異化已經不在識別率本身，而是發布者著重的校對流程：原文對照、區域定位、可編輯、多格式匯出。識別是開源模型給的，校對與導入工作流才是自己蓋的。

誰受惠，誰承壓

短期受惠的是有大量文件整理需求的個人使用者與小型團隊。掃描版 PDF、論文截圖轉可編輯格式這類高頻低價需求，過去要嘛買授權、要嘛手抄重排，現在多了一個免費或低價的選項。

承壓的是兩端。一端是單純賣 OCR API 的仲介服務，當開源模型可直接部署，按頁計費的定價空間會被壓縮。另一端是商用套裝軟體中識別功能佔售價主要成分的產品，這與我們先前在AI Agent 改變前端工具鏈遷移決策中觀察到的模式類似：當核心能力被開源平價化，價值就往工作流與整合端移動。

留言區的另一個訊號也值得記錄：回覆者第一時間問的是部署方式而非識別準確率。這暗示對早期採用者而言，開源模型的識別能力已被視為可接受的預設值，競爭問題從「準不準」提前到「怎麼跑、跑多貴」。

收束判斷

單一 V2EX 帖、382 次瀏覽、兩則回覆，樣本很小，不足以推論市場格局。可確認的是兩件事：其一，開源多模態 OCR 模型從釋出到產品化的時間已縮短到以日計；其二，獨立開發者選擇把工程投入放在校對與匯出環節，而非識別本身。文件識別這門生意的帳，正在從識別那一欄，搬到工作流那一欄。至於這個特定網站能否存活，取決於推理成本與使用量的平衡，這部分目前沒有可核實的數字，帳先掛著。