Datalab 开源 1M 参数 OCR 模型：CPU 跑出每秒 44 页
VikParuchuri · x · 2026-10-23
Datalab 发布 Indra OCR，一个仅 100 万参数的 OCR 模型，可在 CPU 上运行（ONNX Runtime，无需 PyTorch/GPU）。OmniParseBench 得分 66.7（开 --math 为 71.4），超过 PaddleOCR 完整 PP-StructureV3 流水线的 58.4；文本项 46.7 也领先 PP-OCR 的 35.8 和 Tesseract 的 19.3。速度上 32 核 CPU 约 44 页/秒，为 Tesseract 的 15 倍。支持 80+ 语言、手写体、任意角度/倒置扫描件，并为每个文本块输出布局框、标签与阅读顺序。
所属事件:Datalab 推 0.5 美元/千页 OCR lite 模式并开源 1M 参数模型 Indra(8 条相关)→
「模型」频道最新
- DeepSeek 开源 V4.1-Flash-1017:Terminal-Bench 从 31.2 跳到 42.3 — petrusenko_max · 2026-10-23
- DeepSeek 开源 V4.1-Flash-1017：Terminal-Bench 从 31.2 跳到 42.3 — petrusenko_max · 2026-10-23
- OpenAI Decisions API 正式可用:比 GPT-6 Luna 快至 10 倍的路由决策 — OpenAIDevs · 2026-10-23
- DeepLearning.AI 周报：GPT-6.1 迁移 COBOL 达 97.9% 逐字节一致 — DeepLearningAI · 2026-10-23
- Marker lite 模式实测：非拉丁文字准确率碾压 Azure Layout — VikParuchuri · 2026-10-23
- Datalab 推出 lite 模式：OCR 降至千页 0.5 美元，比云厂商便宜 20-30 倍 — VikParuchuri · 2026-10-23