Nougat
概述
Nougat 是 Meta AI 开源的端到端 PDF 文档解析模型，基于视觉 Transformer 将 PDF 页面图像直接转换为 Markdown，速度较慢且不支持中文。
关键内容
与 MinerU 的对比
| 特性 | Nougat | MinerU |
|---|---|---|
| 文字型 PDF | ✅ | ✅ 高质量 |
| 扫描件 | ✅ | ✅ OCR管道 |
| 公式 → LaTeX | ✅ | ✅ UniMERNet |
| 表格结构 | ❌ | ✅ TableMaster |
| 阅读顺序重建</td> <td>阅读顺序 | ✅ | |
| 速度 | 慢 | 中（模型推理） |
| 中文支持 | ❌ | ✅ 极佳 |
局限
- 不支持中文文档
- 表格结构无法还原
- 推理速度较慢
- 端到端模型，难以针对特定任务（如公式、表格）进行专项优化
来源
- raw/assets/MinerU/minerU_01_architecture.md — MinerU 深度解析系列 · 第一篇