Datalab Marker v2 对比 MinerU、Docling 和 Liteparse：基准测试解析

Datalab 最近发布了其开源文档转换流水线的全面重写版Marker 2。这款工具可以将PDF、图像、PPTX、DOCX、XLSX、HTML和EPUB文件转换为Markdown、JSON或HTML等格式。Marker 2基于三个组件构建：Surya OCR 2，一个参数量达20M的快速布局模型以及速度提升三倍的新版pdftext。在第三方基准测试olmOCR-bench中，Marker 2的平衡模式得分76.0%，而MinerU和Docling分别得分为72.7%和50.3%。此外，Marker 2提供了三种转换路径：平衡模式、快速模式以及禁用OCR模式，并且支持全CPU运行。