Документы и OCR

MinerU

Популярный открытый инструмент перевода PDF в Markdown со своей небольшой моделью. MinerU2.5-Pro улучшили только за счёт данных, без роста размера. Языки в карточке — китайский и английский.

Разработчик
Shanghai AI Laboratory (OpenDataLab), Китай
Первый выпуск
июн 2025
Последний выпуск
май 2026
Размеры
0.9B – 1.2B
Лицензия
Можно в коммерциюMinerU2.5-Pro — Apache 2.0; первая MinerU2.5 — AGPL 3.0
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Перевод PDF-отчётов и договоров в Markdown
  • Распознавание таблиц и формул
  • Подготовка документов для RAG и поиска

Где применяется

ДокументооборотВнутренние базы знанийАналитика

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
нет версий
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. MinerU2.5-Pro-2605
  2. MinerU2.5-Pro-2604
  3. MinerU2.5-2509-1.2B
  4. MinerU2.0-2505-0.9B

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Документы и OCRPaddleOCR-VLBaidu (PaddlePaddle) · КитайМожно в коммерцию

Компактная модель для разбора документов из популярного набора PaddleOCR. По карточке поддерживает 109 языков, в том числе русский; версия 1.6 лидирует на тесте OmniDocBench.

ПодробнееДокументы и OCRSmolDocling и Granite-DoclingIBM и Hugging Face · СШАМожно в коммерцию

Крошечные модели для открытого конвертера документов Docling: переводят страницу в разметку с таблицами, формулами и кодом. Работают на обычном ноутбуке.

ПодробнееДокументы и OCRolmOCRAi2 (Allen Institute for AI) · СШАМожно в коммерцию

Модель и набор инструментов для массового перевода PDF в чистый текст с сохранением порядка чтения, таблиц и формул. Рассчитана на обработку миллионов страниц.

Подробнее