跳转到内容

MinerU

维基百科,自由的百科全书

MinerU 是上海人工智能实验室研发的开源智能文档解析引擎,主要应用于大模型训练、检索增强生成(RAG)、科研数字化等场景,提供多模态、非结构化文档内容提取与解析服务。该工具可对文本、表格、公式、图片等元素进行识别与版式还原,同时支持多端部署与多格式文档处理。

发展历程

[编辑]

2024年7月4日,MinerU在世界人工智能大会(WAIC)科学前沿主论坛上开源发布。[1] 2025年1月,MinerU上线官方网站及桌面客户端。 2025年8月,MinerU发布2.0 版本。 2025年9月,MinerU推出2.5 版本。[2] 2026年2月,MinerU宣布完成与昇腾、平头哥、沐曦、海光、燧原、摩尔线程、天数智芯、寒武纪、昆仑芯、太初元碁、壁仞等10余家算力平台适配[3]。 2026年3月,上海人工智能实验室 OpenDataLab 团队发布 MinerU-Diffusion 相关研究成果[4];3 月 28 日,MinerU数据智能与前沿语料挑战赛宣布启动[5]。

功能与使用方式

[编辑]

MinerU 支持PDF、DOCX、PPT、EPUB等文档格式的解析,可将其转换为 Markdown、Html、Latex、Txt 等格式,同时支持网页正文的抽取操作。 MinerU支持 176 种语言的文字识别,提供桌面客户端、在线网页版、API调用及本地部署等使用方式,兼容Windows、macOS、Linux等操作系统。[6]

评价与争议

[编辑]

项目数据

[编辑]

2024年7月28日-29日,MinerU短暂登顶GitHub Python Trending 榜单[7]。2025年8月,MinerU在GitHub星标数量超过 4 万;截至2026年4月,MinerU在 GitHub平台获得5.79 万星标[8]。

使用反馈

[编辑]

部分使用者一般认同MinerU性能,有研究指出MinerU在各类文档识别中的表现稳定[9]。也有使用者在测评中提出MinerU在本地部署时存在运行速度较慢、占用存储空间较大的问题[10]。

參考資料

[编辑]
  1. ^ “可信AI,善治共享”为主题 WAIC 2024科学前沿主论坛圆满举办. 中国新闻网. [2026-04-08]. (原始内容存档于2026-04-09) (中文(中国大陆)). 
  2. ^ 十亿级参数,千亿级性能,上海AI Lab发布新一代文档解析大模型,复杂场景解析精度媲美人类专家. 新浪财经. [2026-04-08]. (原始内容存档于2025-09-29). 
  3. ^ MinerU完成10余家国产AI芯片算力适配. 界面新闻. [2026-04-10]. 
  4. ^ Dong, Hejun; Niu, Junbo; Wang, Bin; Zeng, Weijun; Zhang, Wentao; He, Conghui. MinerU-Diffusion: Rethinking Document OCR as Inverse Rendering via Diffusion Decoding. arXiv.org. 2026-03-23 [2026-04-10]. (原始内容存档于2026-04-16) (英语). 
  5. ^ 2026全球开发者先锋大会“语料筑基、智生时代”主题论坛成功举办. 上观新闻. [2026-04-08]. 
  6. ^ 联通元景万悟发布MinerU 昇腾方案. 中国科技网. [2026-04-08]. 
  7. ^ 登顶GitHub Trending,开源工具MinerU助力复杂PDF高效解析提取. 上海人工智能实验室. [2026-04-10]. 
  8. ^ opendatalab/MinerU. OpenDataLab. 2026-04-10 [2026-04-08]. (原始内容存档于2026-04-20). 
  9. ^ Wang, Bin; Xu, Chao; Zhao, Xiaomeng; Ouyang, Linke; Wu, Fan; Zhao, Zhiyuan; Xu, Rui; Liu, Kaiwen; Qu, Yuan; Shang, Fukai; Zhang, Bo; Wei, Liqun; Sui, Zhihao; Li, Wei; Shi, Botian; Qiao, Yu; Lin, Dahua; He, Conghui. MinerU: An Open-Source Solution for Precise Document Content Extraction. arXiv.org. 2024-09-27 [2026-04-10]. (原始内容存档于2026-04-20) (英语). 
  10. ^ MinerU、Doc2X、OmniParse、llm_aided_ocr 四款流行OCR工具测评. 腾讯云开发者社区. [2026-04-08].