Uni-Parser 技术报告
计算机视觉与模式识别
2026-03-16 v4
摘要
本技术报告介绍了 Uni-Parser，这是一个专为科学文献和专利设计的工业级文档解析引擎，能够实现高吞吐量、稳健的准确性和高性价比。与管道式文档解析方法不同，Uni-Parser 采用模块化、松耦合的多专家架构，能够保持文本、方程、表格、图形和化学结构等细粒度的跨模态对齐，同时易于扩展到新出现的模态。该系统集成了自适应 GPU 负载均衡、分布式推理、动态模块编排以及可配置的模式，支持整体解析或模态特定解析。针对大规模云端部署进行优化，Uni-Parser 在 8 台 NVIDIA RTX 4090D GPU 上可实现每秒最高 20 页 PDF 的处理速率，实现数十亿页面的成本有效推理。这种规模为从文献检索和摘要，到提取化学结构、反应方案和生物活性数据，以及为训练下一代大型语言模型和 AI4Science 模型 curated 大规模语料库提供了广泛的下游应用支持。
引用
@article{arxiv.2512.15098,
title = {Uni-Parser Technical Report},
author = {Xi Fang and Haoyi Tao and Shuwen Yang and Chaozheng Huang and Suyang Zhong and Haocheng Lu and Han Lyu and Junjie Wang and Xinyu Li and Linfeng Zhang and Guolin Ke},
journal= {arXiv preprint arXiv:2512.15098},
year = {2026}
}