# MinerU2.5: VLM 1.2B SOTA para análisis de PDFs

Episodio de [En la mente de la máquina](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina).

- Publicado: 14 de octubre de 2025
- Duración: 17 min
- Página: https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650460-mineru2-5-vlm-1-2b-sota-para-analisis-de-pdfs

## Sobre este episodio

Descubre MinerU2.5, el innovador Modelo Vision-Language (VLM) de solo 1.2B de parámetros que redefine la eficiencia y precisión en el análisis de documentos. Este framework de código abierto utiliza una estrategia de dos etapas desacopladas (análisis de layout y reconocimiento de contenido) para transformar documentos complejos como PDFs en formatos Markdown o JSON listos para flujos de trabajo LLM (Agentic workflows). MinerU2.5 ha logrado el rendimiento SOTA (State-of-the-Art) en el benchmark OmniDocBench, superando exhaustivamente a modelos de mayor tamaño y propósito general como Gemini 2.5 Pro, GPT-4o y Qwen2.5-VL-72B en el reconocimiento de texto, tablas y fórmulas. Gracias a su capacidad para reconocer y convertir automáticamente elementos complejos (fórmulas a LaTeX, tablas a HTML/OTSL) y preservar la estructura del documento, MinerU2.5 es una herramienta esencial para optimizar la Generación Aumentada por Recuperación (RAG), asegurando una extracción de conocimiento de alta calidad en documentos de alta densidad.https://github.com/opendatalab/MinerUhttps://arxiv.org/pdf/2509.22186

Anterior: [ChatGPT y el sesgo político: La evaluación de OpenAI y 5 ejes clave de objetividad](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650459-chatgpt-y-el-sesgo-politico-la-evaluacion-de-openai-y-5-ejes-clave-de)
Siguiente: [Imágenes IA SOTA: RAE + DiTDH superan a VAE y DiT. FID 1.13 y convergencia ultra rápida](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650457-imagenes-ia-sota-rae-ditdh-superan-a-vae-y-dit-fid-1-13-y-convergencia-ultra)

## Últimos episodios de En la mente de la máquina

- [¡Google Presenta Gemini 4 Carbon! La IA Revolucionaria en Ciberseguridad y Código](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/147013300-google-presenta-gemini-4-carbon-la-ia-revolucionaria-en-ciberseguridad-y-codigo) · 29 de octubre de 2026 · 18 min
- [¿La IA Reemplazará a los Ingenieros? El Benchmark PLE de Google Revela la Verdad](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/147002129-la-ia-reemplazara-a-los-ingenieros-el-benchmark-ple-de-google-revela-la-verdad) · 28 de octubre de 2026 · 18 min
- [¡La Revolución de la IA! NCP-ArchPreview: Modelo Latente 2x Más Rápido](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/146978939-la-revolucion-de-la-ia-ncp-archpreview-modelo-latente-2x-mas-rapido) · 26 de octubre de 2026 · 29 min
- [¿Puede una IA Tener Conciencia Real? El Revelador Marco de Google DeepMind](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/146968013-puede-una-ia-tener-conciencia-real-el-revelador-marco-de-google-deepmind) · 25 de octubre de 2026 · 25 min
- [¿Las IA Sienten Dolor? Descubren el "Eje del Dolor" en LLMs y sus Perturbadores Efectos](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/145261392-las-ia-sienten-dolor-descubren-el-eje-del-dolor-en-llms-y-sus-perturbadores) · 24 de octubre de 2026 · 14 min