大模型越來越大，參數量動輒千億，但真要在實際場景里做到“高精度+高效率”，卻并不容易。

上海人工智能實驗室發布新一代文檔解析大模型——MinerU2.5。

作為MinerU系列最新成果，該模型僅以1.2B參數規模，就在OmniDocBench、olmOCR-bench、Ocean-OCR等權威評測上，全面超越Gemini2.5-Pro、GPT-4o、Qwen2.5-VL-72B等主流通用大模型，以及dots.ocr、MonkeyOCR、PP-StructureV3等專業文檔解析工具。

憑借高精度、多模態的文檔理解與結構化輸出能力，MinerU2.5尤其適合構建RAG知識庫與大規模文檔提取等實際應用場景。

△OmniDocBench文檔解析評測結果

從上圖可以看出，MinerU2.5在整體解析能力及單元素解析能力維度上全面第一。不僅如此，在技術報告中，無論是文本、公式、表格，還是閱讀順序等核心解析任務，MinerU2.5都展現出卓越的技術性能。

除了在指標上全面領先外，團隊還對不同類型文檔的解析結果進行了人工評估。

結果顯示，MinerU2.5在解析精度和用戶體驗上均實現顯著提升，在布局檢測、表格識別、公式識別、文本識別等關鍵任務上取得全面突破。

實現高精度與高效率

憑借1.2B精巧參數，MinerU2.5在大規模語料提取等生產力場景中兼顧高精度與高效率，體現出“小身材、大能量”的獨特優勢，展現出強大的應用價值。

為了保證模型能夠輕松處理不同來源、不同難度、包含不同元素的文檔，科研團隊精心設計了文檔解析數據引擎，為模型預訓練和微調階段提供多樣性、高質量數據。

針對文檔解析的預訓練階段，團隊考慮從文檔多樣性、元素多樣性、中英文數量均衡保證預訓練數據的多樣性，并通過多階段模型篩選保證數據質量。

在模型微調階段，團隊采用了基于推理一致性的迭代挖掘策略，針對一階段預訓練模型挖掘困難樣本，并結合智能化標注及專家修正保證數據足夠復雜、精準，有效提升模型在復雜樣本上的解析能力。

△MinerU2.5文檔解析大模型技術架構

最終模型在復雜排版、復雜公式及復雜表格上性能顯著提升，在其他普通樣本上的解析精度更是達到了媲美人工標注員的水平。

在解析效率方面，MinerU2.5采用了QwenVL2系列的原生分辨率視覺編碼器（675M）及0.5B的語言解碼器，模型總參數量接近1.2B。

在布局分析階段，MinerU2.5將高分辨率文檔圖像下采樣到1036*1036 從而實現高效解析。在內容識別階段，MinerU2.5僅需將切割的小區域元素進行原生分辨率編碼解析，解析速度快、精度高、幻覺少。

配合vLLM參數優化及工程優化，MinerU2.5在消費級顯卡4090（48G）上達到每秒1.7頁的解析速度，遠超其他大模型解析方案，讓高質量、低成本的解析成為現實。

出圖、表格和公式解析能力得到大幅提升

在出圖方面，模型魯棒性得到增強，可輕松處理各類文檔：在論文、數據、考題、課本、研報、財報、PPT等多樣性文檔上均表現出精準的解析結果。

此外，表格解析能力也得到了大幅提升：在各種類別的表格上，解析能力優秀，特別是旋轉表格、無線表、少線表和復雜表格上，相比于之前進步顯著。

在公式解析任務上，模型對各類公式均能輸出準確結果。特別地，MinerU2.5創新性地將復合公式解耦為多個原子公式進行解析，從而顯著提升了針對復雜長公式的解析能力。

MinerU2.5已經全面上線，包括HuggingFace、ModelScope和GitHub在內的多平臺均可獲取模型下載、源碼及在線Demo，科研人員和開發者都能輕松下載、運行和復現模型效果。

依托MinerU2.5多模態大模型核心能力，MinerU在線產品功能實現全面升級。

本次迭代新增了表格旋轉識別、無線或少線表格解析、跨格式文檔無損復制以及參考文獻識別等功能，并對中文公式、復雜數學公式以及嵌套表格的解析精度進行了優化。

所有新增功能已完整融入JSON/Markdown導出、復制、翻譯等重要操作，實現開箱即用、流暢無縫的使用體驗。

值得一提的是，導出的JSON文件保留了頁眉、頁腳、頁碼、腳注及側邊文本等全部信息，為開發者提供了更便捷的二次處理條件，同時大幅提升了文檔解析的準確性與適用范圍。

△MinerU在線版已全部上架MinerU2.5最新模型能力

在國產算力生態建設方面，OpenDataLab團隊采取“自主可控+開放協同”雙軌策略，持續推動國產化適配與算力優化。通過與DeepLink的聯合攻關，依托其開放計算體系實現多后端算力的打通，MinerU2.5得以在國產千卡級平臺上穩定高效運行。

同時，MinerU2.5正在與昇騰、沐曦、摩爾線程、寒武紀、海光等國產平臺完成深度適配，相關技術成果將以開源方式共享，為高性能應用場景提供可靠的產業化支撐。

在應用落地方面，MinerU已率先開發出面向N8n、扣子、FastGP、BISHENG等主流Agent平臺的插件，并為釘釘、Cherry Studio、Sider等知名AI工具提供接入與技術保障。

未來，團隊將繼續擴展國內外主流平臺及開發工具的適配范圍，推動技術與重點行業應用深度融合，構建開放、兼容且可持續發展的生態體系。

技術報告：https://arxiv.org/abs/2509.22186

開源項目：https://github.com/opendatalab/MinerU

開源模型：https://huggingface.co/opendatalab/MinerU2.5-2509-1.2B

在線使用：https://mineru.net