专题 · FULL STORY

Indra：百万参数 OCR 模型走红与迭代

Datalab 的 Vik Paruchuri 开源仅 100 万参数的 OCR 模型 Indra，CPU 上每秒处理数十页、远快于 Tesseract，引发广泛关注，团队随后发布 1.1 版本持续优化速度与表现。

2026-10-14 ~ 2026-10-20 · 3 集 · 13 条

第 1 集 · Datalab 开源 1M 参数 OCR 模型 Indra(2026-10-14,6 条)

Datalab 创始人 Vik Paruchuri 开源了小型 OCR 模型 Indra，仅 100 万参数，在 CPU 上实现低延迟运行，速度达每秒 49 页，据称比 PaddleOCR 快 11 倍、比 Tesseract 快 17 倍。模型权重已在 Hugging Face 公开并支持 pip 一键安装，有望显著降低大规模文档处理的算力门槛。

已确认

  • Indra 仅 100 万参数，CPU 上达 49 页/秒；作者给出的对比数据为比 PaddleOCR 快 11 倍、比 Tesseract 快 17 倍，并附 OmniParseBench 基准
  • 支持 60 种语言、6 种文字，并提供数学模式；主打面向 RAG 文档摄入、搜索索引、大模型前置分诊等低延迟 CPU 场景
  • 获取方式：Hugging Face 权重（datalab-to/indra-ocr，openrail 许可，约 18MB ONNX 模型），配套代码与博客文章
  • 使用简便：pip install indra-ocr 即可安装；另附本地测试工具，运行 indra-ocr-viewer 可启动应用测试识别速度与不同参数设置
  • 作者表示将持续改进 Indra，计划支持更多语言并提升准确率

为什么重要

  • 传统 OCR 方案在 CPU 上速度受限，Indra 以极小参数量实现数量级的速度提升，降低了大规模文档数字化、RAG 摄入和搜索索引的算力门槛
  • 约 18MB 的模型体积与 pip 一装即用的部署体验，使其易于嵌入各类生产管线

第 2 集 · 仅 100 万参数的开源 OCR 模型 Indra 速度比 Tesseract 快 15 倍(2026-10-16,3 条)

Datalab（Marker 作者 Vik Paruchuri 团队）发布开源 OCR 模型 Indra，仅约 100 万参数，在 CPU 上每秒可处理 49 页，速度比 Tesseract 快 15 倍且准确率更高，可将 PDF 和图像高效转换为文本。模型支持 ONNX 与 safetensors 格式，发布后迅速登上 Hugging Face 热门榜。

第 3 集 · Datalab 开源 Indra OCR 1.1：百万参数 CPU 上每秒 44 页(2026-10-20,4 条)

Datalab（VikParuchuri）发布 Indra OCR 1.1，主 OCR 模型仅 100 万参数，在 32 核 CPU 上可达约 44 页/秒，无需 GPU，基于 ONNX 运行。模型已上架 Hugging Face，支持 80 多种语言。相比 1.0，新版本改进多语言支持、新增英文手写识别并修复旋转排版问题。在 OmniParseBench 上加 --math 旗标后得分 71.4，超过 1.1B 参数的腾讯 HunyuanOCR（64.6），逼近 DeepSeek OCR 2。