Ollama火速支持GLM-OCR！0.15.5预发布版可用，一行命令搞定文档/表格/图表识别

智谱AI开源的超强多模态OCR模型GLM-OCR，刚推出就迎来重磅支持——Ollama已第一时间完成适配，仅需升级至Ollama 0.15.5预发布版，就能用极简的命令行，实现复杂文档、表格、图表的快速识别，轻量又高效。

• 地址：https://ollama.com/library/glm-ocr

GLM-OCR作为专为复杂文档理解打造的模型，基于GLM-V编码器-解码器架构构建，核心组件拉满：集成大规模图文预训练的CogViT视觉编码器、高效令牌下采样的轻量级跨模态连接器，搭配GLM-0.5B语言解码器，兼顾识别精度与推理速度，是目前业界表现顶尖的OCR模型之一。

重要前提：升级Ollama至0.15.5预发布版

使用Ollama调用GLM-OCR有个关键要求——必须将Ollama升级到0.15.5版本，该版本目前为预发布版，需先完成升级才能正常加载模型，这是调用的基础前提。

极简使用！三类核心识别场景，一行命令直达

无需复杂配置、不用搭建环境，升级后直接在终端输入命令，即可实现不同类型的文档识别，图片路径直接跟在命令后，新手也能秒上手。

1. 文本识别（通用文档/带印章/代码文档均可）

ollama run glm-ocr 文本识别: ./图片.png

2. 表格识别（复杂表格结构精准还原）

ollama run glm-ocr 表格识别: ./图片.png

3. 图表识别（图表内文字/数值高效提取）

ollama run glm-ocr 图表识别: ./图片.png

再敲重点：GLM-OCR的4大核心优势

能让Ollama火速适配，核心还是GLM-OCR本身的硬实力，轻量、能打、易用、适配性强，覆盖个人开发到企业生产全场景：

1. 业界顶尖性能：在OmniDocBench V1.5权威基准测试中拿下94.62分，综合排名第一，公式识别、表格识别、信息提取等核心文档理解任务均达当前最优水平；
2. 真实场景拉满：专为实际业务优化，面对复杂表格、代码密集型文档、带印章官方文件等挑战性版式，识别效果依然稳健，不挑场景；
3. 轻量高效推理：仅9亿参数，轻量化设计大幅降低推理延迟和计算成本，还支持vLLM、SGLang、Ollama多方式部署，高并发服务、边缘部署都能轻松hold住；
4. 开源易用易集成：完全开源，配套完整SDK和推理工具链，安装简单、调用便捷，还能无缝融入现有生产流水线，无需大量二次开发，落地成本极低。