🚀 仅 1M 参数、纯 CPU 跑出 44 页/秒！开源轻量级 OCR 神器 Indra OCR 1.1 正式发布。 对于饱受高昂 GPU 算力成本与缓慢推… · @realfxw · TwKit

@realfxw

🚀 仅 1M 参数、纯 CPU 跑出 44 页/秒！开源轻量级 OCR 神器 Indra OCR 1.1 正式发布。 对于饱受高昂 GPU 算力成本与缓慢推理延迟困扰的文档数字化场景，Vik Paruchuri 团队开源的 Indra OCR 1.1 展现了惊人的能效比与跨级作战能力： 1. 极致轻量与 CPU 级极速狂飙Indra OCR 的主模型参数量仅有惊人的 1M（100 万参数），在普通 CPU 上即可实现 44 页/秒 的吞吐速度（单页平均耗时仅约 66ms）。在速度达到老牌开源引擎 Tesseract 15 倍以上的同时，识别精度实现了全面反超。 2. 跨级抗衡 30 亿参数大模型在权威文档评测基准 OmniParseBench 上，1M 参数的 Indra OCR 展现出了不可思议的性能压缩比，整体表现与拥有 3.4B 参数的 DeepSeek OCR 2 差距仅在 4 个百分点以内。而在开启专用公式参数模块（--math 标志，扩展后总参数量也仅 12M）后，评测得分达到 66.7 分，直接超越了拥有 1.1B 参数的 HunyuanOCR（64.6 分）。 3. 80+ 语言扩展与手写体支持相比 1.0 版本，Indra OCR 1.1 重点增强了实用场景覆盖： （1）支持语言扩展至 80+ 种； （2）新增手写体识别能力（当前阶段以英文手写为主）； （3）深度优化了文档旋转校准与复杂版式识别，大幅减少倾斜、颠倒引起的解析异常。 4. 工业级落地的“降本增效”利器当行业普遍陷入“用数亿或数十亿参数多模态大模型来做 OCR”的算力膨胀时，Indra OCR 证明了精细化小模型在垂直场景中的巨大潜力。无需昂贵 GPU 显卡，只需廉价 CPU 甚至边缘设备即可搭建高并发、低延迟的文档批量提取流水线。 目前模型权重已在 Hugging Face（datalab-to/indra-ocr）开放，代码已在 GitHub（datalab-to/indra）开源，非常适合需要处理海量 PDF 与票据的开发者上手尝试。 #AI #开源 #OCR #机器学习 #DeepSeek https://x.com/VikParuchuri/status/2112216762767085883/video/1

曝光 125 · 评论 2 · 点赞 1 · 书签 0