01 / 模型卡片
模型卡片
jina-ocr-v1 是由 Jina AI 推出的多模态 OCR 模型，专注于将图像中的文本信息精准转化为结构化文本。不同于传统的文字识别工具，它更强调对复杂排版和图像语义的理解，非常适合处理文档扫描件、含有图表的复杂页面或包含大量文字的图片。对于开发者而言，该模型在处理长文本识别和保持文档逻辑结构方面表现出色，是构建文档数字化流水线、自动化数据采集工具的理想选择。虽然它属于垂直领域的专业模型，但得益于 Hugging Face 的生态，开发者可以快速集成到现有的 AI 工作流中，上手门槛较低，是替代传统 OCR 引擎、提升非结构化数据处理能力的利器。
模型类型image text to text
提供方jinaai
许可状态cc-by-nc-4.0
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
jinaai/jina-ocr-v1安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model jinaai/jina-ocr-v1下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model jinaai/jina-ocr-v1 README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('jinaai/jina-ocr-v1')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/jinaai/jina-ocr-v1.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/jinaai/jina-ocr-v1.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面