Indra OCR 1.1 dari Datalab Membawa OCR Tulisan Tangan dan 80+ Bahasa ke Perangkat CPU-Only

Datalab, pembuat Marker dan Surya, merilis Indra OCR 1.1, pipeline OCR open-source dengan recognizer berparameter sekitar 1 juta, total pipeline default sekitar 7M parameter dan 18MB, berjalan di ONNX Runtime tanpa PyTorch maupun GPU. Vendor mengklaim 49 halaman per detik pada 32 core CPU, sekitar 230ms per halaman pada 4 vCPU, serta 11-17x lebih cepat dari Tesseract dan PP-OCR milik PaddleOCR. Versi 1.1 menambahkan pengenalan tulisan tangan, scan untuk lebih dari 80 bahasa termasuk Arab, Ibrani, Thai, dan aksara Indic, serta pelurusan halaman miring.

Perusahaan melaporkan skor OmniParseBench 66,7, atau 71,4 dengan mode matematika, dan jujur mengakui bahwa bahasa Indonesia belum masuk daftar bahasa scan yang dites publik serta kompleksitas tabel masih lemah, dengan dokumen berat diarahkan ke model Chandra milik mereka. Kode berlisensi Apache 2.0 sementara bobotnya di bawah OpenRAIL-M yang memiliki batasan pemakaian. Angka benchmark merupakan klaim mandiri lewat harness milik Datalab sendiri.