开源 OCR 模型商用License避坑:代码 Apache 不等于权重可商用
TangeloOk9486 · reddit · 2026-10-26
一篇面向商用场景的开源 OCR/文档模型选型提醒:多数对比只谈精度和速度,跳过了最容易埋雷的许可证列。
- pymupdf:AGPL,除非向 Artifex 购买商业授权
- markers:代码 Apache 2.0,但权重用修改版 openrail-m,仅限研究、个人及融资/营收低于 500 万美元的初创免费
- mineru:基于 Apache 2.0 附加额外条款的自有许可证,需仔细读
- glm-ocr:MIT,但附带 Apache 2.0 的版面模型 pp-doclayoutv3,两份协议都适用
- paddleocr-vl、olmocr 2、docling、liteparse:均为宽松许可
作者还点出两个更隐蔽的坑:微调模型会继承基座模型的条款,同一家族不同尺寸可能协议不同;代码许可证与权重许可证是两回事——repo 写 Apache 2.0 不代表它下载的模型也如此。
「编程与Agent」频道最新
- 即便开启 Daybreak，模型请求漏洞分析仍被网络安全风控拦截 — jd_pressman · 2026-10-26
- Bambi 线性建模库悄然支持非线性模型,作者发文详解用法 — twiecki · 2026-10-26
- 开发者用 Claude 编排 Agent 五天，作曲并渲染 3D 钢琴家日落湖畔演奏 — 141_1337 · 2026-10-26
- 开源工具 skillEd 征集反馈：从失败报告到可复现问题有多顺 — MiserableFlatworm337 · 2026-10-26
- 复旦×腾讯推出 DraMaze：用演化树搜索破解短剧剧本套路化 — Siyang He · 2026-10-26
- 阿里淘宝团队发布 MultiAgent-OPD：策略内蒸馏端到端训练多智能体 — TaoLiveAIGC · 2026-10-26