mineru-4.0.0-released
MinerU 发布 4.0.0，围绕分层解析质量重建项目：3.x 的 pipeline/vlm/hybrid 后端选择被 flash、basic、standard、advanced 四个质量档取代。flash 不调用推理模型，直接解析原生 PDF 文本与数字文档，用于发现、预览与索引；basic 运行小模型处理 OCR、公式与表格，可在 CPU 上运行；standard 为默认阅读质量，结合小模型与 VLM 处理复杂版面；advanced 投入更多推理算力以在困难文档上取得最高质量。PDF 与图片支持全部四档，Office、OpenDocument、EPUB、OFD、HTML 与 CSV/TSV 在 flash 档本地解析。
发展脉络
- 首次出现mineru-4.0.0-releasedMinerU Releases
- 行业反馈mineru-4.0.1-releasedMinerU Releases
- 行业反馈MinerU 4.0.2MinerU Releases
- 行业反馈mineru-4.0.3-releasedMinerU Releases
- 行业反馈MinerU 4.0.4MinerU Releases
- 当前判断文档解析长期是 RAG 与 agent 数据管线的隐性瓶颈，把质量与成本做成档位，等于把定价与选型权交给下游。判断：这可能推动同类开源项目跟进分层设计，并让「本地解析、不下载模型」成为卖点。可验证下一信号：其他解析项目是否在后续版本引入类似档位或本地多格式支持。Agent Pulse · 分析
MinerU 4.0.0 是一次围绕分层解析质量的重构：原先 3.x 的 pipeline/vlm/hybrid 后端选择被 flash、basic、standard、advanced 四档质量取代。flash 不依赖推理模型，解析原生 PDF 文本与数字文档，面向发现、预览与索引；basic 用小模型做 OCR、公式与表格，可跑在 CPU 上；standard 是默认阅读质量，小模型加 VLM 处理复杂版面；advanced 用更多推理算力换取困难文档的最高质量。PDF 与图片覆盖全部四档，Office、OpenDocument、EPUB、OFD、HTML、CSV/TSV 在 flash 档本地解析。发布说明同时提到原生多格式解析、面向 agent 阅读的本地文档库，以及统一的 SDK/API/服务工具。
把后端选择改为质量档，实质是把「用多少推理算力」变成显式可调参数，flash 档完全绕开模型推理，说明解析链路被拆成可独立降级的阶段。判断：这降低了文档入库与索引的边际成本，但四档之间的质量边界是否稳定仍需实测。可验证下一信号：官方或第三方给出四档在同一文档集上的准确率与延迟对比。
文档解析长期是 RAG 与 agent 数据管线的隐性瓶颈，把质量与成本做成档位，等于把定价与选型权交给下游。判断：这可能推动同类开源项目跟进分层设计，并让「本地解析、不下载模型」成为卖点。可验证下一信号：其他解析项目是否在后续版本引入类似档位或本地多格式支持。
对下游而言，flash 档可用于大规模索引与预览，advanced 档留给高价值困难文档，成本可按文档价值分配。判断：这有利于把解析成本从固定支出变为可调预算。可验证下一信号：是否有团队公开基于档位切换的解析成本或吞吐对比。
若四档质量与成本曲线被验证，文档解析会从单一模型调用演变为按任务分级的服务层。可验证下一信号：MinerU 后续版本是否公开各档的基准数据，以及本地文档库与 agent 读取接口是否形成稳定 API。