Surya是Datalab团队开源的一款650M参数的文档OCR与解析工具，整合了文字识别、布局分析和表格识别功能。在olmOCR-bench基准测试中表现优异，支持91种语言（中文识别率82.5%），提供全页/分块OCR、17类布局标签检测和表格结构识别。支持GPU（vllm后端）和CPU（llama.cpp）推理，RTX 5090上吞吐量达5.35页/秒。提供Python API、CLI工具和