在端侧 AI 生态里，真正让技术落地的，不是宏大的叙事，而是一个个具体的开发者—— 学生、独立开发者，或者是行业里 “懂技术也懂痛点” 的人。他们用面壁智能的端侧模型，在自己熟悉的领域里，做出了令人惊喜的尝试。

第一期，我们遇到的第一簇火种，来自一个会计系研究生。他叫牛牛酱，厦门大学会计系研二学生。不是计算机科班出身，却用 MiniCPM-V 4.6，搭出了一套让专业审计都眼前一亮的财报核验引擎。

它解决的不是一个轻松的问题，而是一个严肃、具体、也足够高频的行业痛点：当一份几百页的招股书、年报或财报被 OCR 识别成表格时，里面那些数字真的可靠吗？

财报里最危险的错误，往往只是一个点

在财务场景里，一个数字从来不是普通字符。一个逗号被读成小数点，一位数字被多识别或少识别，放在普通文本里也许只是一个小错误；但放在财报里，可能就是几万、几千万，甚至更大金额级别的偏差。

在牛牛酱的案例中，分享某半导体公司招股书里的 “应付账款” 一项，原本应为 40,206,073.20，却在 OCR 输出中被读成了 40,206.073.20。一行里多出了一个小数点，四千多万的数字就可能被错误理解为四万多。这个错误藏在几百页文档里某一张二十多行的表格中，靠人工逐格核对，很难高效发现。

对银行、投行、交易所、审计、企业风控等场景来说，这类错误并不陌生。大量招股书、年报、财务报表需要被抽取、比对、入库、复核。传统 OCR 能把图片或 PDF 转成文字，但它不会主动告诉你：“这里数字可能读错了。”

而当前所有的端到端OCR方案，在财报场景下的提取正确率仍然是98%-99%，意味着一份上百页的年报总会有几个数字读错，而真实的审计、财务业务从来要的都是百分之百，若机器OCR做不到百分之百，在这些事务所中，就代表有人要承担百分之百的工作。

牛牛酱想做的，就是把这些藏在财报深处的数字错误揪出来。

牛牛酱的反直觉解法：先懂会计，再用 AI

他不是先从模型出发，而是先从会计问题出发。作为厦大会计系研二学生，他很清楚财务数字和普通文本不同。财报里的数字不是孤立存在的，它们天然受到会计等式、科目关系、表间勾稽关系的约束。

这也成为牛牛酱开发 AI 做账应用的关键支点：不让 AI 凭感觉判断对错，而是让数学告诉我们哪里不平。所以，这个应用的核心逻辑不是 “让 AI 全部做完”，而是更克制，也更可靠地分工：让 AI 负责读数，让数学负责算账。

AI 的部分由 MiniCPM-V 4.6 负责做它擅长的事，读懂版式、识别表格、抽取数字、理解列名与科目关系。真正的加减、勾稽、校验，则交给确定性代码完成。换句话说，模型只负责把财报上的内容尽量忠实地 “读出来”；至于它是否平衡、哪里不平衡、差额是多少，则由会计等式和代码来判断。

为什么不让大模型一把梭？而是把“读”和“算”彻底拆开：读交给能泛化的小模型，算交给纯确定性代码，报错只由等式裁决。

这种设计看起来简单，但非常重要。因为在严肃业务里，AI 不能只是 “看起来答对了”。

它需要可复现、可追溯、可解释。每一次标红都应该能回到原始 PDF 的那一格，每一个差额都应该能说明来自哪条勾稽路径，每一次判断都不能只是 “模型觉得”。

在牛牛酱的产品里，机器负责找，人负责判。AI 把重复、繁琐、容易漏掉的核验工作前置完成，而最终的专业判断仍然留给人。这正是一个专业 AI 应用该有的边界感。

为什么 MiniCPM-V 成为分工里不可替代的一环

财报版式复杂。纯规则抽取遇到合并单元格、跨页表格、非标准附注时，很容易漏字段或错对齐。

MiniCPM-V 4.6 恰好补上了这块短板：1.3B 参数，端侧可部署，能够运行在手机或普通 PC 上的多模态小模型。它被用于单份文档上百次受约束的小问答，例如判断这是什么表、哪一列是期末数、某个科目属于哪一段等。问题被拆得足够细，单次任务就更简单、更可控，也更适合并发处理。

牛牛酱给自己的方案上了三道硬考题：

• 在 1044 处人为注入的 OCR 错误中，可检出错误召回率达到 96.5%。

• 在 137 张留出的合并资产负债表对照中，确定性方案抓到了全部 63 个真实不平衡。

• 在 1000 份真实招股书与年报中，抽取并勾稽 36.3 万个数字，独立复核确认 4100 多处真实 OCR 误读。

这正是小模型泛化能力在真实复杂文档中的价值。面壁智能的 “密度定律” 技术路线，让这个体量的模型也能具备足够强的文档理解能力。而开源的策略，让牛牛酱这样的学生开发者能以极低成本完成微调和集成。这也是整个方案能从实验走到实战的基础。AI 才有机会从 Demo 走向真正的产品。

从一个应用，看见开源生态的生命力

牛牛酱的项目验证了一件事：

当任务被正确拆解——小模型负责泛化和抽取，规则代码负责确定性和可解释——整个系统反而更可信、更可落地。

用他的原话说：

“一个 1.3B 的‘蚂蚁’，扛起了 200B ‘大象’的活。”

此前也在多项比赛中获得认可。

对面壁智能而言，这个案例更大的价值，不只是一个开发者做出了一个获奖作品，而是它展示了开源模型如何被行业知识重新点燃。面壁智能开源 MiniCPM 系列模型，不是希望模型只停留在技术社区里被讨论，而是希望它被更多开发者拿去试、拿去改、拿去接入真实业务。

这就是「火种说」想记录的第一簇火光。开源的意义，不只是 “开放模型”，而是让不同领域的人都有机会把自己的行业经验接到模型能力上。端侧模型赋能千行百业，也不是一句遥远的口号，而是从一个个具体问题开始：一张表、一行数字、一次核验、一个开发者的真实应用。

财报对账审计引擎产品官网：

https://ocr.quaesto.com/