在人工智能与自然语言处理（NLP）飞速发展的今天，文档解析技术作为连接非结构化数据与结构化信息的关键桥梁，其重要性日益凸显。从学术论文的自动提取到企业合同的数字化归档，高效、准确的文档解析工具正成为开发者和企业不可或缺的利器。近日，知名科技媒体 MarkTechPost 报道了 Datalab 推出的 Marker v2，该版本在文档解析性能上取得了显著突破，并在多项关键基准测试中击败了 MinerU、Docling 和 LiteParse 等竞品。
Marker v2 的核心升级在于其架构的重构。Datalab 并没有止步于简单的参数调整，而是对 Marker 进行了彻底的重写，将其构建为一个“三模式管道”。这种架构设计允许系统根据不同的文档类型和复杂程度，灵活切换处理模式，从而在保证准确性的同时最大化计算效率。在最新的基准测试中，Marker v2 在备受关注的 olmOCR-bench 测试中取得了 76.0 的分数，这一成绩不仅反映了其在光学字符识别（OCR）领域的深厚功底，也展示了其在复杂文档布局处理上的能力。
在性能表现方面，Marker v2 展现出了惊人的吞吐量。据测试数据显示，Marker v2 能够在一块 NVIDIA B200 GPU 上稳定维持每秒 2.9 页的处理速度。这一速度指标在当前的文档解析工具中属于顶尖水平。为了凸显其优势，Datalab 特别进行了与 MinerU 的对比。结果显示，Marker v2 的处理速度几乎是 MinerU 管道后端的 5 倍以上。对于需要批量处理大量文档的研究人员或企业用户而言，这种性能上的数量级提升，意味着处理时间的显著缩短和运营成本的降低。
除了速度优势，Marker v2 在准确性方面也表现不俗。在与 Docling 的对比测试中，Marker v2 在准确率和速度两个维度上均战胜了对手。Docling 作为目前开源社区中备受推崇的文档解析工具之一，一直以其强大的解析能力著称。Marker v2 的胜出，标志着文档解析工具的竞争格局发生了新的变化。它证明了通过先进的算法优化和硬件加速，可以同时实现高精度与高速度，这为解决“准确性与速度难以兼得”的行业难题提供了新的思路。
从行业应用的角度来看，Marker v2 的性能提升具有深远的实际意义。在金融、法律、医疗等需要处理大量纸质文档和复杂表格的领域，高效的 OCR 和解析工具是数字化转型的基础。Marker v2 的高速度和高准确率，使其能够更好地服务于这些对实时性和准确性要求极高的场景。例如，在金融风控中，系统需要快速从成千上万份合同中提取关键信息，Marker v2 的能力将极大提升审核效率；在学术研究领域，它可以帮助研究人员快速将数以万计的论文内容转化为可用的数据集，加速科学发现的进程。
此外，在当今的大模型时代，检索增强生成（RAG）技术要求系统能够精准地获取外部知识库中的信息。文档解析作为 RAG 系统的数据入口，其质量直接决定了模型回答的准确性和可靠性。Marker v2 的出现，恰好契合了这一技术趋势，为构建高质量的 RAG 管道提供了坚实的数据基础。其开源的特性和灵活的配置方式，也为开发者社区提供了更多的创新空间。
综上所述，Datalab Marker v2 的发布不仅是对现有文档解析工具的一次有力挑战，更是推动整个行业技术进步的重要一步。其在 olmOCR-bench 上的高分表现以及在 MinerU 和 Docling 对比中的全面胜利，充分证明了其作为新一代文档解析工具的竞争力。对于关注 AI 基础设施建设和数据处理的开发者和企业来说，Marker v2 无疑是一个值得重点关注的工具。
信息来源：MarkTechPost，原文链接：https://www.marktechpost.com/2026/07/24/datalab-marker-v2-vs-mineru-docling-and-liteparse-benchmark-breakdown/
