DeepSeek发布开源模型DeepSeek-OCR 2，通过创新的DeepEncoder V2架构，实现了视觉编码从“固定扫描”到“语义推理”的跨越，让AI能像人类一样动态处理图像信息。
智能速览
DeepSeek发布论文并开源DeepSeek-OCR 2模型。
采用DeepEncoder V2架构，引入因果推理能力。
实现视觉编码从“固定扫描”向“语义推理”转变。
AI可根据图像含义动态重排图像各部分。
更接近人类的视觉编码逻辑。
精华内容
此次更新并非简单的参数堆叠，而是底层逻辑的重构，核心在于DeepEncoder V2带来的架构创新。
架构核心升级
DeepSeek-OCR 2延续了编码器与解码器的架构，但将编码器从DeepEncoder升级为DeepEncoder V2。这一升级在保留前代能力的基础上，通过全新架构设计引入了因果推理能力，为模型赋予了更深层的理解力。
范式逻辑转变
传统视觉处理多采用“固定扫描”模式，而新模型实现了向“语义推理”的范式转变。AI不再机械处理像素，而是能根据图像含义动态重排图像各部分，这种处理方式更接近人类视觉编码逻辑，大幅提升了信息处理的灵活性。
开源技术共享
延续模型与报告齐开源的传统，DeepSeek同步发布了详细的技术报告。从去年十月引发关注的初代模型，到如今引入因果推理的DeepSeek-OCR 2，这一系列开源动作持续推动着视觉压缩与识别领域的技术边界向前发展。
DeepSeek-OCR 2通过引入因果推理，让机器视觉向人类逻辑迈出了重要一步。这种从“看”到“理解”的转变，未来将在哪些具体场景中发挥更大价值？
