把扫描件、截图或带版式的文档交给 AI，再变成可搜索、可编辑的文字，这就是 TeleOCR 瞄准的场景。它属于图文到文本模型：同时读取图片和文字指令，再生成回答。目前它以 639 个点赞、近 2.8 万次下载升至 Hugging Face 模型趋势榜第九，热度值得关注。
现有仓库页面主要给出运行方法：开发者可通过 Transformers 的 pipeline——封装模型加载、输入处理和文字生成的高层接口——快速调用，也可用 vLLM、SGLang 或 Docker 部署。示例不只演示文字转录，还让模型识别糖果图片上的动物，说明其接口支持一般图像问答。
它的来历需要说清。XingChen-AGI 在仓库中称，TeleOCR 是 NaviDC-OCR 于 2026 年 9 月 10 日更名后的版本，后续迭代将沿用新名称。当前材料没有披露模型规模、训练数据、文档识别基准或实测准确率，因此热榜成绩不能直接等同于识别能力。示例还启用了 trust_remote_code，即允许仓库自定义代码在本机执行，实际使用前应检查代码来源与权限。