OCRFlux 是一款由 ChatDOC 团队开源的 OCR 工具，它以 3B 参数的高效模型，革新了 PDF 到 Markdown 的转换体验，特别是在原生支持跨页表格/段落合并和处理复杂文档结构方面表现出色。

Infinity Parser创新性地将强化学习与文档解析结合，通过多维度奖励函数优化Qwen2.5-VL模型生成结构化Markdown的能力，同时GraphRAG在复杂推理任务中展现出超越传统RAG的多跳推理优势但需权衡计算效率。

迈向通用文字识别：文档智能模型的进展与趋势

飞桨团队发布PaddleOCR 3.0，通过PP-OCRv5、PP-StructureV3和PP-ChatOCRv4三大核心方案实现多语言识别精度提升13%、复杂文档解析及大模型深度集成，全面适配国产硬件并开源。

本文概述了MinerU作为一款高效的开源工具，如何处理扫描文档和PDF，并将其转化为Markdown和EPUB格式，以提升文档解析及阅读体验。

本文详细介绍了MinerU 成功集成于 CAMEL-AI 多智能体协作框架中，成为其支撑智能体的关键文档处理工具及数据加载器，开发者可以通过 MinerU API 将 PDF 文档秒级转化为结构化数据流，助力多智能体应用注入高质量的多模态数据。