近日，MinerU 开源模型连续发布 3.3 与 3.4 版本，围绕**Hybrid 解析引擎、VLM 模型能力、pipeline 后端 OCR 能力与模型下载体验**进行了持续优化。

本轮开源模型更新，主要包括三方面：

综合精度仅降低 0.13，但在 Linux、Windows、macOS 等平台的文本 PDF 与 OCR 场景下均带来明显速度提升。

修复 2604 版本中存在的多处模型问题，提升复杂文档解析稳定性，并原生支持多语言 OCR，降低额外语言参数配置成本。

：3.4 版本将 pipeline 后端 OCR 模型更新至 PP-OCRv6；同时优化 OCR 推理与处理链路，显著改善批量文档和 OCR 密集型文档的解析效率。基于 OmniDocBench v1.6 评测结果，OCR 相关指标提升约 11%。

另外还改进了模型下载、模型缓存复用等体验。同时，MinerU 在线版也已完成了最新的 3.4 版本模型适配，并默认选择 Hybrid 解析引擎中的 medium模式为用户提供服务，在保持较高解析精度的同时，进一步提升日常文档解析效率。

默认解析引擎提速：Hybrid 新增 effort 参数

MinerU 中，pipeline、VLM 与 Hybrid 是三种面向不同解析场景的后端能力。

pipeline 是传统多模型管道，具备低资源、低幻觉、可支持纯 CPU 部署等特点，适合稳定处理通用文档和 OCR 类任务；

VLM 采用多模态大模型进行端到端解析，更适合复杂版面、图文混排和多语言文档等高精度场景，通常需要 GPU 支持。

Hybrid 则是 MinerU 的混合解析引擎，结合 pipeline 与 VLM 的能力优势，在解析精度、处理效率和场景适应性之间取得更好平衡。

从 3.0 版本开始，Hybrid 已成为 MinerU 的默认解析引擎。

两档选择，以满足不同的解析需求。

是默认模式，更适合大多数日常解析任务，在保持较高解析精度的同时显著提升解析速度。

则面向对解析精度和 image analysis 图片/图表分析能力有更高要求的场景。

综合精度仅降低 0.13，但在不同设备和场景下可获得明显速度提升：

● Linux：文本 PDF 场景提升约 80%，OCR 场景提升约 35%

● Windows：文本 PDF 场景提升约 90%，OCR 场景提升约 45%

● macOS：文本 PDF 场景提升约 220%，OCR 场景提升约 50%

档暂不支持 image analysis 图片/图表分析功能。如需启用相关能力，可切换至

VLM 模型升级，复杂文档解析更稳定

除 Hybrid 解析引擎优化外，MinerU 3.3版本 还将 VLM 模型升级至

。新版本修复了 2604 版本中存在的多处模型问题，进一步提升复杂文档场景下的解析稳定性。

同时，VLM 模型原生支持多语言 OCR，降低多语言文档解析时对额外语言参数配置的依赖。对于中英文混排、多语言资料、复杂版面文档，新版本能够提供更稳定的解析表现。

pipeline 接入 PP-OCRv6，OCR 能力增强

在 MinerU 3.4版本中，pipeline 后端 OCR 模型升级至 PP-OCRv6。

pipeline 后端是一套流程化解析链路，包含 OCR、版面分析等环节，适合稳定、高效地处理大量文档，尤其在扫描件、图片型 PDF、OCR 密集型任务中承担关键作用。基于OmniDocBench v1.6 评测结果，升级至 PP-OCRv6 后，OCR 相关指标提升约 11%。这一升级将进一步改善扫描件、图片型 PDF、档案资料、复杂文本区域等场景下的文字识别效果。

除模型升级外，MinerU 3.4 还优化了 OCR 推理与处理链路。在 OCR 密集型场景下，OCR 处理速度提升约 100%。

（实际提升幅度会受到文档类型、硬件环境、任务配置等因素影响。）

同时，新版本简化了 OCR 语言选择逻辑。日语、繁体中文、英语、拉丁文等相关场景将统一路由到 ch OCR 模型，减少模型配置与语言选择成本。

MinerU 3.4版本中，还优化了模型下载逻辑。

新版本新增模型源自动选择能力，首次安装时可根据当前网络环境自动选择更合适的模型源；下载模型前也会优先检查本地模型缓存，命中缓存时可直接复用，减少重复下载和不必要的远端请求。

这将进一步提升 MinerU 在首次安装、模型更新、多机器部署、多环境切换等场景下的稳定性和易用性。

更多模型源配置、自动选择策略与本地模型使用说明，可参考官方文档：

https://opendatalab.github.io/MinerU/zh/usage/model_source

首次本地部署 MinerU 开源模型的用户，可以通过 pip / uv 安装，也可以从 GitHub 仓库获取源码进行本地部署；已安装用户可直接升级至最新版本。

MinerU 支持命令行、Python API、WebUI 等多种使用方式，用户可根据本地环境和任务需求选择合适的部署与调用方式。

详细安装、升级和使用说明可参考：

https://opendatalab.github.io/MinerU/zh/usage

🤖 MinerU 问答神器（DeepWiki ）：

https://deepwiki.com/opendatalab/MinerU/1-mineru-overview

https://www.bilibili.com/video/BV1VD9FBoEob

如果在安装、部署或使用过程中遇到问题，建议优先查看官方 FAQ 与使用文档；也可以通过问答神器 DeepWiki 快速了解项目结构、接口用法和常见问题，再结合 GitHub Issue 或社区渠道反馈具体场景。

MinerU 近期更新速览：Hybrid 解析提速，pipeline OCR 接入 PP-OCRv6……

近日，MinerU 开源模型连续发布 3.3 与 3.4 版本，围绕Hybrid 解析引擎、VLM 模型能力、pipeline 后端 OCR 能力与模型下载体验进行了持续优化。

人工智能

开发工具

算法

MinerU开源模型发布3.3与3.4版本，新增Hybrid解析引擎effort参数，支持medium与high两档选择，提升解析速度。VLM模型升级至2.5-Pro-2605-1.2B，增强复杂文档解析稳定性。pipeline后端OCR接入PP-OCRv6，OCR指标提升11%。优化模型下载体验，支持自动选择模型源和本地缓存复用。适用于文本PDF、OCR密集型文档等多场景解析。

文字识别

Windows

路由

GitHub

Linux

2026上云采购 | AI焕新·智启新局

4核4G3M云服务器 新用户低至38元/年！

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

MinerU开源模型发布3.3与3.4版本，新增Hybrid解析引擎effort参数，支持medium与high两档选择，提升解析速度。VLM模型升级至2.5-Pro-2605-1.2B，增强复杂文档解析稳定性。pipeline后端OCR接入PP-OCRv6，OCR指标提升11%。优化模型下载体验，支持自动选择模型源和...

MinerU 近期更新速览：Hybrid 解析提速，pipeline OCR 接入 PP-OCRv6……

MinerU 近期更新速览：Hybrid 解析提速，pipeline OCR 接入 PP-OCRv6……

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐