Datalab 发布低延迟 CPU OCR 模型 Indra，支持 60 种语言与数学模式
VikParuchuri · x · 2026-10-14
Datalab 创始人 Vik Paruchuri 发布小型 OCR 模型 Indra，主打 CPU 上的低延迟运行，面向 RAG 文档摄入、搜索索引、大模型前置分诊等场景。
- 语言与文字：支持 60 种语言、6 种文字系统（拉丁、西里尔、希腊、天城文、孟加拉文、中文），并可处理 PDF 文本层的任意文字
- 数学能力：内置专门的 math mode，可输出 LaTeX
- 已知局限：模型很小，手写体、复杂表格和大页面效果不佳，这类场景官方建议用 Chandra OCR 2
- 模型、代码与博客均已开源（Hugging Face / GitHub）
所属事件:Datalab 开源 1M 参数 OCR 模型 Indra(6 条相关)→
「模型」频道最新
- 幻觉率实测:Gemini 4 仅 15.1%,远低于 GPT-6 与 Claude — haider1 · 2026-10-17
- Jev 不是表格基础模型:零样本分类与数据预测的关键区别 — Arindam_1729 · 2026-10-17
- OpenAI 要证明 Yang-Mills 了？连问的人都不知那是啥 — zetalyrae · 2026-10-17
- 神经科学家：大脑几乎每个区域都存在强多义性表征 — HistedLab · 2026-10-17
- NVIDIA 开源 Dory1.0-4B：循环架构支持 256K 上下文 — silenceimpaired · 2026-10-17
- Nathan Lambert 长文:Meta Muse Spark Open 撼动开源前沿 — natolambert · 2026-10-17