让大模型读懂文档,DLU工具重磅上线
时间:2025-09-06 13:10:35 292浏览 收藏
**解决企业AI转型数据难题,OpenDataLab携手钉钉推出DLU文档解析工具**。面对企业在大模型应用中遇到的非结构化数据理解难题,OpenDataLab与钉钉联合推出企业级文档解析工具DLU(Document Language Understanding),该工具基于上海AI实验室OpenDataLab的MinerU智能文档解析引擎构建,旨在降低行业大模型训练和AI应用开发的技术门槛,推动AI技术在各行各业的规模化落地。DLU具备出色的文件格式兼容性、深度内容理解能力以及精准的结构化输出优势,支持多种文档格式,并能精准识别图表、公式等复杂元素,转化为高质量语料,为大模型训练提供有力支持。DLU还将深度融入钉钉办公生态,助力企业构建从文档创建到模型训练的完整闭环,显著提升AI应用开发效率,加速企业智能化转型进程。
高质量数据是AI大模型训练与应用的基石,也是企业迈向AI转型的核心“燃料”。然而,在实际开发AI应用的过程中,许多企业却因大模型难以理解非结构化数据而陷入瓶颈。
是否有可能让更广泛的企业用户拥有一款高效、易用的数据工具,真正实现AI-Ready数据的自由获取与使用?
近日,OpenDataLab与钉钉宣布将基于MinerU联合推出一款面向企业级用户的文档解析工具——DLU(Document Language Understanding),旨在帮助企业破解AI就绪数据的难题,降低行业大模型训练和AI应用开发的技术门槛,推动AI技术在各行各业的规模化落地。
MinerU是由上海人工智能实验室(上海AI实验室)旗下OpenDataLab推出的智能文档解析引擎,凭借其高精度的解析能力与广泛的格式兼容性,广受开发者欢迎,已在GitHub上收获超过4万星标。
作为国际领先的人工智能科研机构,上海AI实验室在大模型、数据智能等领域拥有深厚的技术积淀。其自主打造的OpenDataLab平台是国内领先的大模型数据开放平台,已开源超过7700个高质量标注数据集,累计为超10万名用户提供超过200万次数据服务。最新发布的MinerU2.0在解析速度与准确率方面实现双重突破,仅用0.98B参数即可达到与72B主流大模型相媲美的性能表现。
钉钉作为阿里巴巴集团旗下的企业级智能办公平台,拥有庞大的企业用户群体和成熟的文档产品体系。此前,钉钉文档、AI表格等产品已深度集成MinerU技术能力,并通过开放平台向生态开发者提供文档解析接口,为DLU的研发奠定了坚实的技术基础和应用场景支撑。
即将开源的DLU基于MinerU构建,具备出色的文件格式兼容性、深度内容理解能力以及精准的结构化输出优势。该工具不仅支持Office文档、PDF、Markdown、代码文件等主流格式,还兼容钉钉自有的文档、表格及AI表格类型;同时可提取纯文本内容,精准识别并解析图表、公式、插图乃至化学分子式等专业复杂视觉元素,将其转化为适合大模型训练的高质量语料。
未来,DLU还将依托钉钉在企业协同办公场景中的优势,深度融入办公生态,支持用户在同一个平台上完成从文档创建、内容解析、知识库管理、数据标注到定制化模型训练的完整闭环,显著提升AI应用开发效率与日常办公智能化水平。
上海人工智能实验室青年科学家、OpenDataLab/MinerU开源项目创始人何聪辉表示:“MinerU已经积累了广泛的用户群体,我们希望进一步拓展其在企业级场景的应用边界,充分发挥OpenDataLab平台的资源优势,携手合作伙伴共同打造‘数据工具中的PyTorch’,助力更多企业实现AI-Ready数据的自由流通与高效利用。”
钉钉CTO朱鸿表示:“开源DLU将有效缓解企业在AI时代面临的数据准备痛点,夯实智能化转型的数据基础。钉钉正致力于构建开放的AI新生态,期待与更多技术伙伴和行业力量携手,为千行百业的数字化、智能化升级提供强大支撑。”
到这里,我们也就讲完了《让大模型读懂文档,DLU工具重磅上线》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于AI大模型,钉钉,文档解析,DLU,OpenDataLab的知识点!
-
501 收藏
-
501 收藏
-
501 收藏
-
501 收藏
-
501 收藏
-
156 收藏
-
338 收藏
-
149 收藏
-
422 收藏
-
342 收藏
-
214 收藏
-
354 收藏
-
314 收藏
-
240 收藏
-
400 收藏
-
202 收藏
-
164 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 立即学习 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 立即学习 514次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 立即学习 499次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 立即学习 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 立即学习 484次学习