Indra OCR：100 万参数模型 CPU 上每秒读 49 页，速度碾压 Tesseract
VikParuchuri · x · 2026-10-17
Datalab（Marker 作者 VikParuchuri 团队）发布开源 OCR 模型 Indra OCR：仅约 100 万参数，CPU 上每秒可处理 49 页，把 PDF/图片转为 Markdown、纯文本或带框坐标的 JSON。
关键数据：
- 吞吐 49 页/秒，比 Tesseract 和 PaddleOCR 快 11-17 倍；4 个 x86 vCPU 上单页延迟约 230ms，快 12-24 倍
- 精度：OmniParseBench 文本分 41.3，超过 PaddleOCR PP-OCR 文本模型（35.8）和 Tesseract（19.3）；综合分 62.1 超过 PaddleOCR 完整 PP-StructureV3 管线（58.4）
- 每行/每个版面块都有边界框与标签（标题、列表、表格、脚注等）及阅读顺序；数字 PDF 优先读自带文本层，只 OCR 缺失部分
- 基于 ONNX Runtime，模型总体积约 18MB，无需 PyTorch；pip install indra-ocr 即可用
复杂手写、数学公式、复杂表格等高难度场景仍需其付费平台的 Chandra 模型。
所属事件:仅 100 万参数的开源 OCR 模型 Indra 速度比 Tesseract 快 15 倍(3 条相关)→
「多模态」频道最新
- 给孩子玩偶做动画:Nano Banana 建角色表,Dreamina 生成冒险短片 — AIandDesign · 2026-10-20
- AA 视频生成榜更新:MiniMax H3 登顶,FLUX 3 Max 紧随其后 — ArtificialAnlys · 2026-10-20
- DDSP 频谱损失研究：幅度压缩是否有效取决于信息区位置 — kastnerkyle · 2026-10-20
- Seedance 2.5 物体替换玩转《速度与激情》名场面 — Ror_Fly · 2026-10-20
- 同一视频模型差价超 3 倍，用户吐槽 Higgsfield 定价过高 — videorouter · 2026-10-20
- GPT-6 Astra 进军空间计算：PICO 设备上的 Jarvis 式实时地球界面 — Scobleizer · 2026-10-20