jina-ocr-v1

中文简介

Jina-OCR-v1 在 DeepSeek-OCR 骨干上加入 FastMTP 推测解码组件，用于端到端页面解析。仓库同时包含权重与加载代码，适合评估文档吞吐与识别质量。

适用场景

用于扫描文档、复杂页面 OCR 和解析速度研究，在相同页面集上比较输出与人工标注。

模型参数

选型方向：图像、文档与视频。固定上游版本：904f815deed0fbeab02d82d4648b70106272ffe3。API 任务字段：image-text-to-text。API 语言字段：multilingual。API 架构字段：DeepseekOCRForCausalLM。上游最近更新时间：2026-09-18（不一定为首次发布日期）。 规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 21 个文件，文件元数据合计 6.29 GB。 已保存文件清单中的主要扩展名：.json 7 个、.py 7 个、.safetensors 2 个、.jinja 1 个、.md 1 个、.pyc 1 个。 当前较大的文件包括：model-00001-of-00002.safetensors（4.00 GB）；model-00002-of-00002.safetensors（2.28 GB）；tokenizer.json（9.52 MB）。 此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

• .eval_results/olmocrbench.yaml1.71 KB
• .gitattributes1.54 KB
• __pycache__/deepseek_ocr_mtp.cpython-312.pyc22.14 KB
• chat_template.jinja1.77 KB
• config.json3.77 KB
• configuration_deepseek_v2.py13.44 KB
• deepencoder.py37.48 KB
• deepseek_ocr_mtp.py19.84 KB
• example.py3.77 KB
• generation_config.json142 B
• model-00001-of-00002.safetensors4.00 GB
• model-00002-of-00002.safetensors2.28 GB

硬件建议

先选定所需权重格式和精度，再核对推理代码、依赖与目标硬件。仓库元数据合计可能包含多个变体、视觉组件或示例，不能用来直接推算运行显存；内存还受上下文、缓存、批量和并发影响，应以小样本实测确定配置。

注意事项

CC BY-NC 4.0 含非商用限制；加载依赖仓库自定义代码，应先审阅并固定版本，卡片吞吐不能代表所有设备。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

• 大模型获取与国内转存服务
• 大模型怎么下载：Hugging Face 官方方式与国内交付完整指南
• 国内下载 Hugging Face 模型很慢或经常中断怎么办
• DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地