Datalab发布可在CPU运行的Indra OCR
Datalab发布CPU端Indra OCR，默认模型合计约730万参数，主识别器约125万。可将PDF与图片转为Markdown、文本或带框JSON，支持80余种语言、手写和倾斜页。官方称OmniParseBench得66.7分，32核约每秒44页。国内可用性与完整商用价格未知，本文未实测。
要点
- 默认模型约76MB，使用ONNX Runtime，无需PyTorch或GPU；32核约44页/秒，4核约210毫秒/页，均为官方同机对比。
- OmniParseBench总分66.7，开启数学模式为71.4；文本分46.7，但手写测试仅25.2%，复杂手写仍是短板。
- 代码为Apache 2.0，权重采用修改版OpenRAIL-M：研究、个人及融资或营收低于2000万美元的初创可用，且不得与其API竞争。
为什么值得看
它用很小的ONNX模型在CPU上完成多语言文档识别、版面与阅读顺序输出，官方基准高于PaddleOCR整条流程和Tesseract，并显著更快，适合不想依赖GPU的本地批量解析。
谁会受影响
需要把PDF或扫描件转成Markdown、文本或带框JSON的开发者、研究个人，以及符合权重许可的小型团队；更高精度需求可关注其托管模型Chandra。
今天就能怎么试
在Python 3.10及以上执行pip install indra-ocr，再用命令行或Python接口转换PDF、图片；首次运行会从Hugging Face下载约76MB模型。资料仅写明Linux与macOS Apple silicon可用，国内可用性未知，本文未实测。
原始来源
1datalab-to/indra-ocr (Model) · Hugging Face 热门模型 · 2026年10月10日✓ 已打开核对本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。
相关动态
英伟达发布Kumo Relational：关系库预测无需训练
英伟达发布预训练关系基础模型Kumo Relational，可直接对企业数据库做流失、需求或欺诈等预测，无需逐任务训练和特征工程。在15个库的41项任务上超过监督模型，SAP SALT的MRR高出AutoGluon约8%。国内可用性与价格未知。
Gemini 4 Argon上线，主打复杂专业任务
谷歌宣布Gemini 4 Argon已面向开发者和企业全球上线，可经AI Studio与Gemini平台API调用，Ultra及Pro订阅用户还可在应用和搜索中使用。模型主打编程、金融、法律、安全与科研等长流程任务，官方称Vals指数第一。入门价为每百万输入2美元、输出10美元，国内可用性未知。
Bria发布Fibo 2.0 Dev：编辑与文生图合一的开源基座
Bria发布开源模型Fibo 2.0 Dev，将图像编辑与文生图合并到同一非蒸馏基座。资料称截至2026年10月20日，它在开放权重图像编辑榜居首、文生图居次，约80亿参数且仅用授权数据训练。国内可用性与价格未知。
Unsloth发布DeepSeek-V4.1-Flash-1017 GGUF，编程与智能体基准提升
Unsloth发布DeepSeek-V4.1-Flash-1017的GGUF量化。该版本称在推理、编程、智能体与视觉基准上明显优于前代，并缩短任务耗时和输出长度。可用llama.cpp、Ollama等本地运行，内存门槛高；价格与国内可用性未知。