Datalab 开源 1M 参数 OCR 模型 Indra

Datalab 创始人 Vik Paruchuri 开源了小型 OCR 模型 Indra，仅 100 万参数，在 CPU 上实现低延迟运行，速度达每秒 49 页，据称比 PaddleOCR 快 11 倍、比 Tesseract 快 17 倍。模型权重已在 Hugging Face 公开并支持 pip 一键安装，有望显著降低大规模文档处理的算力门槛。

已确认

• Indra 仅 100 万参数，CPU 上达 49 页/秒；作者给出的对比数据为比 PaddleOCR 快 11 倍、比 Tesseract 快 17 倍，并附 OmniParseBench 基准
• 支持 60 种语言、6 种文字，并提供数学模式；主打面向 RAG 文档摄入、搜索索引、大模型前置分诊等低延迟 CPU 场景
• 获取方式：Hugging Face 权重（datalab-to/indra-ocr，openrail 许可，约 18MB ONNX 模型），配套代码与博客文章
• 使用简便：pip install indra-ocr 即可安装；另附本地测试工具，运行 indra-ocr-viewer 可启动应用测试识别速度与不同参数设置
• 作者表示将持续改进 Indra，计划支持更多语言并提升准确率

为什么重要

• 传统 OCR 方案在 CPU 上速度受限，Indra 以极小参数量实现数量级的速度提升，降低了大规模文档数字化、RAG 摄入和搜索索引的算力门槛
• 约 18MB 的模型体积与 pip 一装即用的部署体验，使其易于嵌入各类生产管线

2026-10-14 ~ 2026-10-14 · 6 条相关

• 【源头】Datalab 开源 1M 参数 OCR 模型 Indra:CPU 上每秒 49 页 — VikParuchuri · 2026-10-14
• 【源头】Indra OCR 开源链接汇总:Hugging Face 权重、代码与博客 — VikParuchuri · 2026-10-14
• 【源头】Datalab 发布低延迟 CPU OCR 模型 Indra，支持 60 种语言与数学模式 — VikParuchuri · 2026-10-14
• Indra OCR 附带本地测试工具：pip 两步即可调速度与参数 — VikParuchuri · 2026-10-14
• Indra OCR 开源发布:pip 一装即用,附速度测试工具 — VikParuchuri · 2026-10-14

另有 1 条近重复转述:soldni