MinerU2 是上海人工智能实验室 OpenDataLab 团队推出的开源文档解析模型，是 MinerU 系列的第二代版本，能够将 PDF、扫描件和图片转换为结构化的 Markdown 或 JSON 输出，是当前大模型语料构建和 RAG 检索链路中常用的解析方案之一。
MinerU2 近期进展
文档解析赛道近期的热点不在单一模型，而在调用层的统一。LlamaIndex 推出的 OpenDocRouter 提供统一 API，一次接入 10 个文档解析模型，官方称可在 60 秒内完成文档解析，兼容多家前沿模型（LlamaIndex 推出 OpenDocRouter：文档解析统一 API，一次接入 10 个模型、OpenDocRouter 上线：60 秒解析文档，兼容多家前沿模型）。这类路由工具让 MinerU2 等模型之间的横向对比和切换成本大幅降低。
在具体接入方面，Mistral OCR 已接入 OpenDocRouter，实测 p50 延迟为每页 1.8 秒（Mistral OCR 接入 LlamaIndex OpenDocRouter：p50 每页 1.8 秒），这对以 MinerU2 为代表的解析模型在延迟维度上形成了直接参照。此外，OpenDocRouter 已支持 Gemini 4、Argon 等多模型（OpenDocRouter 支持 Gemini 4 Argon 等多模型 PDF 解析）。
研究侧，Infinity-Parser2 技术报告提出用多任务强化学习实现端到端文档解析（Infinity-Parser2 技术报告：多任务强化学习实现端到端文档解析），显示解析模型正从多阶段流水线转向端到端训练，这与 MinerU2 采用端到端视觉语言建模的思路方向一致。
MinerU2 的当前焦点与观察点
当前文档解析领域的竞争点集中在三处：一是版面与表格、公式的还原精度；二是解析速度与成本，1.8 秒/页这类具体延迟数字正成为用户选型的硬指标；三是部署方式，MinerU2 以开源可本地部署为特点，与 Mistral OCR、Gemini 等闭源 API 形成分工差异。观察点在于：统一路由层（如 OpenDocRouter）的兴起，可能把竞争从"模型单点能力"推向"生态接入便利性"，MinerU2 等开源模型能否借此类工具扩大实际使用量，值得持续跟踪。