2026 本地批量 OCR 选型:docling、GLM-OCR、MinerU 等五强对比
TangeloOk9486 · reddit · 2026-11-02
作者要做全本地化的 PDF 批量处理(每份 20-25 页,以文本为主,少量表格和照片页),列出候选:docling(granite-docling)、glm-ocr、PaddleOCR-VL、olmocr 2、MinerU。
背景与考量:因公司要求数据不出自建服务器,LlamaParse 企业版与云服务被排除;同团队的 LiteParse 本地速度快,但 Markdown 为规则生成、以 tesseract 兜底,合并单元格和多栏页效果不佳。作者还提出两个实操问题:以文本为主的 PDF 用 VLM 是否过度,是否只把表格/图片页送 VLM、其余走文本层解析;VLM 类方案该整份 25 页一次喂入还是按页分批。
「Infra」频道最新
- 用 ESP32 小屏给 DGX 集群做推理监控面板,固件开源 — CATLLM · 2026-11-02
- 用 ESP32 小屏给 DGX 集群做推理监控面板,固件开源 — CATLLM · 2026-11-02
- OpenRouter 年化 Token 量破 10 千万亿,每 10.5 周翻一倍 — deedydas · 2026-11-02
- Palmer Luckey 追问数据中心 RAM 的使用权边界:能否做服务条款禁止的事 — avaitopiper · 2026-11-02
- 本地跑大模型实测:关闭 MTP 可提升 20-30% 生成速度 — InternalMode8159 · 2026-11-02
- Kioxia 股价一年涨 216%，但较 6 月高点已腰斩再腰斩 — zephyr_z9 · 2026-11-02