新模型發佈 · 2026/10/10 於 Hugging Face 發布
indra-ocrdatalab-to
圖文多模態openrail
Datalab 發布 Indra OCR，一款專為 CPU 設計的輕量級圖文模型。其核心識別器僅約 1.25M 參數，預設模型總計 7.3M，無需 GPU 或 PyTorch，透過 ONNX Runtime 執行。該模型支援 80 多種語言、手寫辨識及任意角度掃描，能將 PDF 與圖片轉換為 Markdown、文字或含框線資訊的 JSON。授權採修改版 OpenRAIL-M，適合需低成本、高併發文件處理的工程場景。
重點
- 核心識別器僅 1.25M 參數，預設模型總計 7.3M
- 純 CPU 執行，32 核心可達 44 頁/秒
- 支援 80 多種語言、手寫及旋轉掃描
- OmniParseBench 得分 66.7，優於 PaddleOCR
- 輸出含框線與閱讀順序的 Markdown 或 JSON
模型卡自報分數
由發布方在模型卡公布，本站未複測；對照欄是同一張表裡最強的對照模型| 評測 | 分數 | 模型卡上的對照 |
|---|---|---|
| OmniParseBench | 66.7 | PaddleOCR PP-StructureV3 58.4 |
| OmniParseBench (math) | 71.4 | — |
| OmniParseBench (text) | 46.7 | PaddleOCR PP-OCR 35.8 |
| OmniParseBench (handwriting) | 25.2% | — |
下載與變體
- datalab-to/indra-ocr0B 參數 · 429 讚 · 5008 次下載
介紹由 AI 依模型卡整理，資料日期 2026-10-26；發布方說法未經本站驗證。