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。”
