跳至內容

MinerU

維基百科,自由的百科全書

MinerU 是上海人工智慧實驗室研發的開源智能文檔解析引擎,主要應用於大模型訓練、檢索增強生成(RAG)、科研數位化等場景,提供多模態、非結構化文檔內容提取與解析服務。該工具可對文本、表格、公式、圖片等元素進行識別與版式還原,同時支持多端部署與多格式文檔處理。

發展歷程

[編輯]

2024年7月4日,MinerU在世界人工智能大會(WAIC)科學前沿主論壇上開源發布。[1] 2025年1月,MinerU上線官方網站及桌面客戶端。 2025年8月,MinerU發布2.0 版本。 2025年9月,MinerU推出2.5 版本。[2] 2026年2月,MinerU宣布完成與昇騰、平頭哥、沐曦、海光、燧原、摩爾線程、天數智芯、寒武紀、崑崙芯、太初元碁、壁仞等10餘家算力平台適配[3]。 2026年3月,上海人工智慧實驗室 OpenDataLab 團隊發布 MinerU-Diffusion 相關研究成果[4];3 月 28 日,MinerU數據智能與前沿語料挑戰賽宣布啟動[5]。

功能與使用方式

[編輯]

MinerU 支持PDF、DOCX、PPT、EPUB等文檔格式的解析,可將其轉換為 Markdown、Html、Latex、Txt 等格式,同時支持網頁正文的抽取操作。 MinerU支持 176 種語言的文字識別,提供桌面客戶端、在線網頁版、API調用及本地部署等使用方式,兼容Windows、macOS、Linux等作業系統。[6]

評價與爭議

[編輯]

項目數據

[編輯]

2024年7月28日-29日,MinerU短暫登頂GitHub Python Trending 榜單[7]。2025年8月,MinerU在GitHub星標數量超過 4 萬;截至2026年4月,MinerU在 GitHub平台獲得5.79 萬星標[8]。

使用反饋

[編輯]

部分使用者一般認同MinerU性能,有研究指出MinerU在各類文檔識別中的表現穩定[9]。也有使用者在測評中提出MinerU在本地部署時存在運行速度較慢、占用存儲空間較大的問題[10]。

參考資料

[編輯]
  1. ^ “可信AI,善治共享”为主题 WAIC 2024科学前沿主论坛圆满举办. 中國新聞網. [2026-04-08]. (原始內容存檔於2026-04-09) (中文(中國大陸)). 
  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. 新浪財經. [2026-04-08]. (原始內容存檔於2025-09-29). 
  3. ^ MinerU完成10余家国产AI芯片算力适配. 界面新聞. [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]. (原始內容存檔於2026-04-16) (英語). 
  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. 上觀新聞. [2026-04-08]. 
  6. ^ 联通元景万悟发布MinerU 昇腾方案. 中國科技網. [2026-04-08]. 
  7. ^ 登顶GitHub Trending,开源工具MinerU助力复杂PDF高效解析提取. 上海人工智慧實驗室. [2026-04-10]. 
  8. ^ opendatalab/MinerU. OpenDataLab. 2026-04-10 [2026-04-08]. (原始內容存檔於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]. (原始內容存檔於2026-04-20) (英語). 
  10. ^ MinerU、Doc2X、OmniParse、llm_aided_ocr 四款流行OCR工具测评. 騰訊雲開發者社區. [2026-04-08].