Datalab發佈了Marker 2，這是對其開源文檔轉換管道的全面重寫。Marker可將PDF、圖像、PPTX、DOCX、XLSX、HTML和EPUB文件轉換為Markdown、JSON、HTML或分塊格式。Datalab團隊基於過去幾個月發佈的三個組件對其進行了重建：Surya OCR 2、一個2000萬參數的快速佈局模型，以及一個速度是之前3倍的重寫版pdftext。
主要成果來自Allen AI的第三方基準測試olmOCR-bench。Marker 2的平衡模式總體得分76.0%，在純數字PDF上得分83.5%。在單個B200 GPU上，它可持續每秒處理2.9頁。這比MinerU管道後端的吞吐量高出5倍以上，後者得分72.7%，每秒僅0.54頁。Docling在同一測試中得分50.3%，每秒2.1頁。
Marker 2的新特性：它提供三種轉換路徑而非一種：平衡模式（最高質量，GPU最佳）、快速模式（輕量級，降低成本）和禁用OCR模式（純文本層提取，完全在CPU上運行）。此外，架構改進允許許多CPU工作線程共享單個Surya推理服務器，從而實現吞吐量線性擴展。
在對比中，Marker 2平衡模式領先MinerU 76.0%對72.7%，吞吐量優勢顯著。與Docling相比，Marker 2在準確性和速度上均獲勝，但Docling在治理和格式廣度上具備優勢。LiteParse儘管速度極快，但在結構化文檔上表現不佳。
許可方面存在明顯差異：Marker代碼採用Apache 2.0，但權重使用修改後的AI Pubs OpenRAIL-M許可，商業使用需付費；MinerU在1000萬月活或2000萬美元月收入以下免費，商業服務需披露；Docling採用MIT許可；LiteParse開源，但LlamaParse提供付費雲路徑。
團隊強調，Marker 2是一個管道而非VLM，全頁VLM在掃描件和數學文檔上仍更優。但Marker平衡模式將差距縮小到僅落後Gemini Flash 3.5 0.4分，且在純數字文檔上超出後者。