GLM-OCR - 轻量强大的OCR工具 精准解析复杂文档与表格 文字识别 公式识别 支持50系显卡 一键整合包下载

无言***

GLM-OCR - 轻量强大的OCR工具 精准解析复杂文档与表格 文字识别 公式识别 支持50系显卡 一键整合包下载 .. ...

GLM-OCR 是智谱AI一个开源的多模态 OCR（光学字符识别）模型，专门用来处理复杂文档的识别和理解。它的目标是做到 准确 × 快速 × 全面，不仅能识别文字，还能理解文档的结构，比如表格、公式、印章和代码片段。它就是一个“看图识字”的大模型，但比传统OCR厉害很多，尤其擅长对付那些乱七八糟、很复杂的文档。它的定位不仅是“识字”，而是“理解文档”，更像是一个智能的文档助手。

GLM-OCR - 轻量强大的OCR工具 精准解析复杂文档与表格 文字识别 公式识别 支持50系显卡 一键整合包下载 .. ...

包含WebUI和GUI两种模式，UC网盘只支持WebUI，夸克和百度网盘包括WebUI+GUI两种模式。



主要特点

高精度：在国际文档识别评测 OmniDocBench V1.5 上拿到 94.62 的分数，排名第一，尤其擅长公式识别、表格解析和信息抽取。  
适合复杂场景：能处理现实中常见的难题，比如复杂表格、带代码的文档、盖章文件等。  
高效推理：模型参数只有 0.9B，支持多种部署方式（vLLM、SGLang、Ollama），推理速度快，适合高并发和边缘设备。  
易用性强：提供完整 SDK 和工具链，安装简单，可以一行命令调用，支持云端 API 或本地部署。  
结构化输出：结果不仅是纯文本，还能输出 JSON 或 Markdown，保留文档的布局信息。



应用领域

财务/行政：发票、合同、报销单、证件批量识别+结构化提取
教育/科研：论文公式、实验记录、手写笔记、板书拍照转文字
程序员/开发者：代码截图 → 可运行的代码块、GitHub issue截图解析
档案/图书数字化：老文献、扫描件、手写稿、印章文件
RAG知识库搭建：把PDF/扫描件批量转成结构化文本喂大模型
低成本/本地化部署需求：不想用云OCR API，又想要比较高的准确率




使用教程：（建议N卡，显存4G起，支持纯CPU运行）

上传需要处理的图像，选择处理类型（text-文本；Formula-公式；Table-表格），点击处理即可。



下载地址：
UC网盘：https://drive.uc.cn/s/1884b248a61f4

夸克网盘：

游客，上上宾会员可免费下载该资源，点此开通上上宾 免费下载全站99%的付费资源。或单独支付 30碎银 下载该资源立即购买

百度网盘：

游客，上上宾会员可免费下载该资源，点此开通上上宾 免费下载全站99%的付费资源。或单独支付 50碎银 下载该资源立即购买