MiniCPM-OCR vs Unlimited-OCR-2

MiniCPM-OCR vs Unlimited-OCR-2

用两个 OCR 模型读取同一页文档，并把结果并排显示，检测到的区域与每个文字块相互关联。适合在文档 OCR 模型之间做选择的人。

由 nielsr 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：这个 Space 在同一页文档上运行两个文档 OCR 模型，MiniCPM-OCR 1.0 和 Unlimited-OCR-2，并把结果并排显示。页面显示在左边，每个检测到的区域都有框，每个模型的文字以与这些区域相连的块的形式，逐步出现在右边。它在 Hugging Face 的 zero-a10g 硬件上运行，带有 MCP 标签。

适合谁：适合需要为文档挑选 OCR 模型的人，也适合想看这两个模型在同一页上表现如何的开发者。

Industry | Who uses it | How they use it | Example
文档处理 | 数据和运营团队 | 在一页真实文档上比较两个 OCR 模型 | 上传一页扫描件，看哪个模型读表格更好
AI 工程 | 机器学习工程师 | 逐块评判 OCR 输出 | 悬停在一个区域上，读取两个模型的文字
研究 | 研究者 | 在论文和报告上测试 OCR | 解析一页研究论文，比较 Markdown 结果

如果你只需要一个模型的输出，可以跳过它，因为这个页面是为比较而做的。

用在哪里：你可以在这些地方使用它：

• 浏览器：打开 Hugging Face 上这个 Space 的页面，不需要安装任何东西。
• Windows、macOS 或 Linux：用 Python 3.12 运行你自己的副本。

Use case | Who | What they get back
模型比较 | 工程师 | 同一页的两组文字块
文档解析 | 运营团队 | 每个检测区域的 Markdown
输出审阅 | 研究者 | 每个模型的预览和 Markdown 源码

如何设置：如果要在本地运行副本，你需要先准备：

• Python 3.12 和 pip
• 一块能运行这些模型的 GPU，因为这个 Space 使用 ZeroGPU

在线页面不需要这些。若要运行你自己的副本，请按下面的步骤操作。

1. 安装 Hugging Face 工具。
2. 把这个 Space 的文件下载到一个文件夹。
3. 进入那个文件夹。
4. 安装 Space 使用的版本的 Gradio，再安装其他依赖包。
5. 启动应用。

pip install -U huggingface_hub
pip install gradio==6.31.0
pip install -r requirements.txt
python app.py

先在 它的密钥设置 里填上你自己的值。

如何使用：在浏览器里打开这个 Space，或者用下面的命令启动你自己的副本。上传一页文档，然后对照带框的页面阅读两份输出。

python app.py

Tool | What it does
Page view | 显示上传的页面，每个检测到的区域都有框
Model columns | 把每个模型的输出作为与区域相连的块逐步显示
Preview and Markdown source | 每列里有两个标签页，分别显示渲染后的文字和原始文字
Copy and download | 复制单个块，或下载 Markdown
GPU time and token counts | 显示每次运行用了多少
/compare endpoint | 为两个模型流式返回标签、框的位置和 Markdown

示例：你上传一页扫描的报告。你悬停在右边的一块文字上，它的区域会在页面上亮起，另一个模型对应的块也会一起亮起。

新手与专家：如果你是新手，上传一页带表格的文档，在两列里都悬停在各个块上。你会马上看到两个模型在哪里一致，在哪里不同。

如果你熟悉这个领域，MiniCPM-OCR 在这个 Space 上通过方向、版面和逐区域识别的流程运行。Unlimited-OCR-2 通过它自己的 Space 调用，因为它固定的 transformers 版本不能和 MiniCPM-OCR 共用一个进程。你的 ZeroGPU 令牌会被转发，所以两次调用都使用你自己的额度。

你上传一页文档
版面分析找出区域
MiniCPM-OCR 读取每个区域
Unlimited-OCR-2 在别处读取
两边的块并排逐步出现

注意事项：Unlimited-OCR-2 通过它的官方 Space 调用，所以你的页面也会发送到那个 Space。两次调用都使用访问者自己的 ZeroGPU 额度。

• License: apache-2
• Cost to run: 你自己的 ZeroGPU 额度
• Data it reaches: 你上传的页面，它也会被发送到官方的 Unlimited-OCR-2 Space
• Not for: 私密文档，因为第二个 Space 会收到这一页

Hugging Face 上的数据（2026年11月13日）

• 点赞：8
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/nielsr/MiniCPM-OCR-vs-Unlimited-OCR-2
• 文件：https://huggingface.co/spaces/nielsr/MiniCPM-OCR-vs-Unlimited-OCR-2/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。