@VikParuchuri：推出 Indra，一个 1M 参数的 OCR 模型：- CPU 上 49 页/秒，比 PaddleOCR 快 11 倍、比 Tesseract 快 17 倍 - 在……

X AI KOLs Timeline 模型
ocr lightweight-model computer-vision text-recognition benchmark

摘要

Vik Paruchuri 介绍 Indra，一个仅 1M 参数的 OCR 模型，在 CPU 上实现 49 页/秒，速度比 PaddleOCR 快 11 倍、比 Tesseract 快 17 倍，并在 OmniParseBench 文本识别上取得更高精度。

推出 Indra，一个 1M 参数的 OCR 模型： - CPU 上 49 页/秒，比 PaddleOCR 快 11 倍、比 Tesseract 快 17 倍 - 在 OmniParseBench 文本识别上胜过它们（41.3 对 35.8 和 19.3） - 提供完整的版面和文本行边界框 https://t.co/KNTeijp6e5
查看原文
查看缓存全文

缓存时间: 2026/10/13 19:47

隆重介绍 Indra，一款 1M 参数的 OCR 模型：

  • CPU 上每秒处理 49 页，比 PaddleOCR 快 11 倍，比 Tesseract 快 17 倍
  • 在 OmniParseBench 文本测试中胜出（41.3 vs 35.8 和 19.3）
  • 完整的版面和文本行边界框 https://t.co/KNTeijp6e5

相似文章

datalab-to/indra-ocr

Hugging Face Models Trending

Datalab 发布了 Indra OCR——一个仅约 1M 参数的轻量 OCR 模型，在 CPU 上每秒最多可处理 49 页，速度比 Tesseract 和 PaddleOCR 快 11-24 倍，可将 PDF 和图片转换为 Markdown、纯文本或带框的 JSON。

@rionaifantasy: 逆天了！34.5M 参数的 OCR，凭什么能赢过 235B 大模型？ 说个离大谱的事，我以前一直以为 OCR 的未来一定会被越来越大的多模态大模型吃掉。 但看完百度文心这次发布的 PP-OCRv6，我有所改观了。 因为它走的不是“继续堆参…

X AI KOLs Timeline

百度文心发布 PP-OCRv6，提供 Tiny/Small/Medium 三档模型，支持 50 多种语言；其中 Tiny 版仅 1.5MB 可在浏览器本地运行，单图预测最快 97ms，证明小型专用模型可在 OCR 任务上超越大模型。

@poolmoon6: OCR很多时候都有需求。我用的是下面这个，本地部署。实测效果好于百度OCR。2026年7月15日，阿里巴巴发布了OvisOCR2。这是一个基于Qwen3.5-0.8B的端到端文档解析模型，仅0.8B参数。但在OmniDocBench v1…

X AI KOLs Timeline

阿里巴巴发布 OvisOCR2，一个基于 Qwen3.5-0.8B 的 0.8B 参数端到端文档解析模型，在 OmniDocBench v1.6 上以 96.58 分登顶，首次让端到端方案超越所有流水线方案，并采用 Apache 2.0 许可可商用。