当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

DeepSeek发布新一代VLM架构DeepEncoder V2，以因果流实现类人视觉推理

源自70位全网作者

01-29 13:59

精选参考来源

DeepSeek团队发布视觉压缩OCR模型，哪些信息和技术亮点值得关注？

【DeepSeek团队开源新模型DeepSeek-OCR：少量视觉token完成海量文本压缩】10月21日消息，20日晚，DeepSeek-AI 团队发布《DeepSeek-OCR：Contexts Optical Compression》论文，提出利用视觉模态压缩长文本上下文的新方法。Hugging Face 页面显示，该模型的参数量为3B。根据介绍，此次开源的DeepSeek-OCR由两个部分组成：核心编码器 DeepEncoder 和解码器 DeepSeek3B-MoE-A570M。DeepEncoder 专为在高分辨率输入下保持低计算激活而设计，同时实现高压缩比，以控制视觉 token 数量在可管理的范围内。实验显示，当文本 token 数量不超过视觉 token 的 10 倍（压缩比低于 10×）时，模型的 OCR 精度可达 97%；即便压缩比提高到 20×，准确率仍保持约 60%，展现出在历史文档长上下文压缩和大语言模型记忆机制研究中的巨大潜力。DeepSeek-OCR 同时具备较高的实际应用价值。

全部
来源

内容由AI生成

1. DeepSeek团队发布视觉压缩OCR模型，哪些信息和技术亮点值得关注？

2. 【DeepSeek团队开源新模型DeepSeek-OCR：少量视觉token完成海量文本压缩】10月21日消息，20日晚，DeepSeek-AI 团队发布《DeepSeek-OCR：Contexts Optical Compression》论文，提出利用视觉模态压缩长文本上下文的新方法。Hugging Face 页面显示，该模型的参数量为3B。根据介绍，此次开源的DeepSeek-OCR由两个部分组成：核心编码器 DeepEncoder 和解码器 DeepSeek3B-MoE-A570M。DeepEncoder 专为在高分辨率输入下保持低计算激活而设计，同时实现高压缩比，以控制视觉 token 数量在可管理的范围内。实验显示，当文本 token 数量不超过视觉 token 的 10 倍（压缩比低于 10×）时，模型的 OCR 精度可达 97%；即便压缩比提高到 20×，准确率仍保持约 60%，展现出在历史文档长上下文压缩和大语言模型记忆机制研究中的巨大潜力。DeepSeek-OCR 同时具备较高的实际应用价值。

3. DeepSeek-OCR 2大模型开源，重塑文档AI的认知逻辑

4. #DeepSeek开源OCR2新模型#那个“国产大模型黑马”又来卷技术了！DeepSeek-OCR2 正式开源！如果说之前的大模型是学会了“聊天”，那么 DeepSeek-OCR2 则是进化出了“超级视力”。为什么 OCR 需要“进化”？传统的文字识别最怕三件事：乱如麻的表格、复杂的数学公式、还有那些排版极其离谱的PDF扫描件。过去我们用 OCR，往往识别出来是一堆乱码。DeepSeek-OCR2 的核心在于它不再只是“认字”，而是通过视觉语言模型架构（VLM）在“理解排版”。这次发布有哪些硬核突破？高分辨率感知：支持超大图输入，再小的字也看得清。结构化处理：不管是多复杂的嵌套表格，还是写满满的试卷，它能直接输出清爽的 Markdown 或 JSON 格式，直接进文档，不用二次修改。开源福利：DeepSeek 再次发挥“卷王”本色，性能对标顶尖模型，却把代码和权重都开源了。对于开发者来说，这简直是年度最强生产力礼包！从“看得见”到“看得懂”：这意味着，未来我们拍一张财务报表、一张手绘原型图、甚至是一张写满公式的黑板，AI 都能秒变精准的数字化文档。这种“生产力解放”，才是大模型落地最实在的样貌。

5. DeepSeek团队发布视觉压缩OCR模型，哪些信息和技术亮点值得关注？

6. 【#deepseek新模型会改变未来吗# ？】DeepSeek最新推出的模型DeepSeek-OCR刚上线就在海外炸了锅。这次引发轰动的原因在于DeepSeek另辟蹊径，没有选择在语言模型内部“死磕”，而是巧妙地将文字内容转化为图像，让AI像“看图片”一样去理解和识别。这种方式之所以更具优势，是因为视觉模型在处理图像信息时，可以并行地捕捉全局结构和关键内容，就像人眼扫视一页文档，能瞬间把握标题、段落和重点，无需逐字阅读。这不仅避免了海量token带来的算力“黑洞”，大幅降低了计算成本，还显著提升了信息提取的速度和效率。一旦做出了这些突破期待就来了：AI未来能否像人类一样，通过“扫一眼”就快速掌握信息？就像汽车上的视觉大模型端到端，车载AI正用摄像头看懂物理世界，DeepSeek-OCR可以说是已经读懂世界，你不觉得这很神奇吗？#人工智能##AIGC##DeepSeek-OCR#

7. 如何评价DeepSeek-OCR-2 模型？

8. 刚刚，DeepSeek又探索新架构了，开源OCR 2

9. DeepSeek-OCR开源：10倍压缩+97%精度，A100日处理20万页数据，更是大模型的 “记忆革命”

10. DeepSeek又出手，开源OCR-2

11. DeepSeek团队发布视觉压缩OCR模型，哪些信息和技术亮点值得关注？

12. DeepSeek团队发布视觉压缩OCR模型，哪些信息和技术亮点值得关注？

13. DeepSeek-OCR一开始以为是又一个普通的OCR模型，认真看了下论文，发现其重点是压缩，可以有助于LLM或者Agent的记忆管理。DeepSeek-AI 团队提出了一种全新的Contexts Optical Compression 方法，核心思想是：利用视觉模态作为一种高效的文本压缩媒介，以图像形式表示长文本，从而大幅减少LLM处理长上下文的计算负担。DeepSeek-OCR 首次验证了将文本信息以视觉形式进行高效压缩与恢复的可行性，在 10× 压缩下仍能近乎无损地还原文本。1. 研究动机当前LLM在处理长文本时面临计算量随序列长度平方增长的问题。论文提出将长文本转化为图像，让视觉模型（VLM）对其进行编码，用较少的视觉 token 表示大量文本信息，实现“以视觉压缩文本”的思路。这种“光学压缩”既能显著减少 token 数量，又可能启发 LLM 的长期记忆与遗忘机制研究。2. 模型架构DeepSeek-OCR 由两部分组成：（1）DeepEncoder：一种新型视觉编码器，结合 SAM-base（局部注意力）与 CLIP-large（全局注意力），中间加入 16× 卷积压缩模块，可在高分辨率下保持低激活内存并显著减少视觉 token。（2）DeepSeek-3B-MoE 解码器：基于 Mixture-of-Experts 架构，推理时仅激活 570M 参数，用于从视觉 latent token 重建原始文本。3. 多分辨率与模式支持DeepEncoder 支持多种输入模式（Tiny、Small、Base、Large、Gundam），对应不同分辨率与视觉 token 数，方便在研究不同压缩率或实际应用时灵活选择。例如 Gundam 模式可解析超高分辨率文档（如报纸），最高支持动态拼图式输入。4. 视觉遗忘机制作者提出“视觉化遗忘机制”假设：可以通过逐步缩小图像分辨率模拟人类记忆衰减过程，实现“信息随时间模糊化”的长期上下文管理。光学上下文压缩或可成为未来 LLM 无限上下文架构的关键方向。项目：github.com/deepseek-ai/DeepSeek-OCR#人工智能##程序员#

14. 如何评价DeepSeek-OCR-2 模型？

15. #DeepSeek新模型为何被夸爆#DeepSeek 刚刚做了一些疯狂的事情。他们建立了一个 OCR 系统，将长文本压缩成视觉标记，将段落转换成像素。他们的模型 DeepSeek-OCR 在 10 倍压缩下解码精度可达 97%，即使在 20 倍压缩下也能保持 60% 的准确率。这意味着一张图像仅需 LLM 所需 token 的一小部分即可表示整篇文档。更疯狂？它击败了 GOT-OCR2.0 和 MinerU2.0，同时使用的令牌减少了 60 倍，并且一台 A100 处理器每天可以处理 20 万页以上的数据。这可以解决人工智能最大的问题之一：长上下文效率低下。模型可能很快就不会再为更长的序列支付更多费用，而是看到文本而不是阅读文本。上下文压缩的未来可能根本不是文本的。可能是光学的👁️github. com/deepseek-ai/DeepSeek-OCR#ai生活指南#

16. DeepSeek团队发布视觉压缩OCR模型，哪些信息和技术亮点值得关注？

17. 如何评价DeepSeek-OCR-2 模型？

18. #DeepSeek开源OCR2新模型# DeepSeek-OCR 2实测：复杂文档识别终于能用明白啦！#HOW I AI#AI看图识字界又搞大事了！DeepSeek这次不更大模型，直接甩出DeepSeek-OCR 2，还带了份技术报告。刚看到“准确率提升3.73%”，我心里还嘀咕：就这？结果看完技术细节，直接被打脸！先说说传统OCR有多坑——跟个不会变通的机器人似的，只能从左到右、从上到下硬扫。表格错位、文档倾斜、中英文混排？直接歇菜，识别结果错得离谱。但DeepSeek-OCR 2换了个聪明思路，跟人看书一模一样：先搞懂整页文档的逻辑关系，再决定哪里该仔细看，不重要的地方快速过，重点区域反复核对。这波操作全靠它的DeepEncoder V2，不得不说，真的懂用户需求！这次更新的6个功能，每一个都戳中痛点！纯文字提取不管版面多乱，都能把字扒得干干净净；版面格式保留能还原段落层级，不用重新排版；图表解析更绝，直接把表格识别成可编辑的结构化数据，不是没用的图片；图片语义描述能给图写段人话说明；元素定位能精准找到发票金额、合同甲方这些关键信息；最惊喜的是Markdown转化，我拿扫描版PDF论文测试，公式没丢、段落没乱，写综述的朋友直接狂喜！别觉得3.73%的提升不起眼！OCR领域早就卷成红海了，在已经很高的基准上再提分，说明真的在极端场景下下了功夫。想想那些银行对账单、医院化验报告、八几年的老论文扫描件，还有你斜着拍的白板笔记——光线不均、排版杂乱、多语言混排，传统OCR错误率能飙到两位数，而DeepSeek-OCR 2就是来解决这些麻烦的。更良心的是，技术报告和模型权重都开源了，大家可以自己验证效果。平时要处理扫描件、发票、论文笔记的朋友，真的可以试试！建议先拿你最头疼的那类文档测一测，再决定要不要加到工作流里。话说回来，你平时处理文档最烦啥场景？是歪掉的表格，还是模糊的老文件？快来试试DeepSeek-OCR 2，说不定能解决你的大难题！

19. #DeepSeek开源OCR2新模型#DeepSeek-OCR2这个新模型最近很亮眼，它用了个巧妙的思路：把传统视觉编码换成类似大语言模型的结构，让AI可以像读文字一样“理解”图片里的信息。那这样一来，处理文档、表格的准确率明显提升，识别重复内容更少，对扫描文件和网页的适配也更好了。这背后其实反映出一个趋势：AI和视觉处理技术正在深度融合。未来在手机、工业检测、文档数字化这些领域，能做好“视觉+AI”落地的公司，机会可能会越来越多。

20. #DeepSeek开源OCR2新模型# DeepSeek也发布了OCR 2 模型。DeepSeek-OCR 2 最大的特点是会把文档理解问题描述为一种视觉因果流：图像里的信息并不总按从左上到右下的栅格顺序被有效读取，更接近人类阅读的是由版面语义驱动的动态扫视路径。用这种方法后，在 token 数不变的情况下可承载更多有效信息，所以该模型的一个很大的特点是在相同或更低的视觉 token 上限下，表现出更强的整体解析能力。不得不说deepseek还总是能玩出一些新花样的。。

21. #DeepSeek开源OCR2新模型#客观说，DeepSeek这次的OCR2新模型确实有实打实的进步。核心升级还是挺戳我们需求的，之前用OCR识别PDF、复杂表格，要么读得颠三倒四，要么老重复内容，改起来费劲。这次新模型换了架构，确实能感觉出来它能按意思梳理内容，跟人读东西似的，准确率也提了3个多百分点，重复的情况也少了。关键还开源了，不管是干活儿用还是开发者拿去改，都挺方便。不过要是遇到模糊图片、奇怪字体，能不能一直这么稳还不好说，得看实际用下来的情况。但总的来说，这升级确实解决了不少实际问题。

22. #DeepSeek新模型会改变未来吗# DeepSeek的新模型DeepSeek-OCR在技术上确实实现了很大的创新和突破，但是这个并改变不了是一个特定行业内使用的大模型而非一个通用型的大模型，这样的产品的特点也决定了这个模型能够在领域内发挥改变未来的作用但是在通用性上还是有局限性的。DeepSeek-OCR还是在专注于文档处理场景，特别是解决长文本处理时的效率和成本问题；通用大模型是处理多种类型的自然语言任务，如文本生成、问答、翻译等，具有更广泛的应用领域和通用性。DeepSeek-OCR：采用独特的 DeepEncoder 视觉编码器和 DeepSeek-3B-MoE 混合专家架构；通用大模型通常基于 Transformer 架构，以文本 token 为输入，通过自注意力机制等处理文本信息。DeepSeek-OCR适用于金融合规自动化、科研文献数字化、历史档案抢救等需要处理大量文档的场景，通用大模型适用于各种自然语言处理场景，如内容创作、智能客服、知识问答等，应用场景更为广泛。DeepSeek新模型在局部能够发挥出改变行业的规则作用，但是对于大模型这个领域来说产生的推动作用有限。#AI创造营##AI生活指南#

23. DeepSeek-VL2 深度解析-DeepSeek项目（12）

24. DeepSeek最新王炸模型

25. DeepSeek发布DeepSeek-OCR 2模型

26. DeepSeek-OCR 2大模型开源，重塑文档AI的认知逻辑

27. DeepSeek又上新了！DeepSeek-OCR 2 发布

28. DeepSeek-OCR 2重磅发布

29. DeepSeek-OCR 2

30. DeepSeek-OCR2 开源！RAG 的文档解析天花板

31. DeepSeek-OCR 2技术详细总结

32. DeepSeek发布OCR 2模型

33. DeepSeek发布全新DeepSeek-OCR 2模型

34. DeepSeek开源OCR2，「因果流」称霸视觉推理！

35. DeepSeek-OCR 2与DeepEncoder V2

36. DeepSeek原理介绍之——DeepSeek-VL2（视觉语言模型）

37. 理想全新一代智能驾驶技术,端到端+VLM系统全量推送亮相!

38. nlp与vlm

39. Docs

40. VLM常见的数据集和Benchmark

41. Deepseek V4的最后一块拼图来了？全新OCR架构超越视觉压缩，让AI在2D世界里推理因果

42. 突发！DeepSeek升级OCR 2模型，采用阿里Qwen模型、整体性能提升3.73%！

43. 刚刚，DeepSeek又探索新架构了，开源OCR 2

44. DeepSeek-OCR 2：视觉因果流

45. Langchain1.0实战：OCR 多模态PDF解析系统（集成MinerU、DeepSeek-OCR、PaddleOCR）

46. 多模态文档解析开源新进展-DeepSeek-OCR2.0架构、数据、训练方法

47. 企业级 OCR 新基建：DeepSeek-OCR 更快、更省、更准

48. DeepSeek 刚刚开源 OCR 2，视觉理解再进化！附稳定 API 渠道推荐

49. DeepSeek 和百度，把 OCR 推到了新水准

50. AI18 DeepSeek发布DeepSeek-OCR 2模型

51. OCR的新高度？PaddleOCR-VL 与 DeepSeek-OCR 的技术与应用横评

52. 刚刚，DeepSeek 发布 OCR 2

53. 只有0.9B的PaddleOCR-VL，却是现在最强的OCR模型。

54. 赶在农历新年前后，DeepSeek又发大模型，DeepSeek-OCR 2来了！更接近人类视觉编码逻辑

55. DeepSeek支持哪些模型_DeepSeek不同AI模型选择与应用场景【科普】

56. 你可能压根用不上 DeepSeek-OCR

57. DeepSeek发布OCR2-探索更接近人类的视觉编码。

58. PaddleOCR-VL-0.9B与DeepSeek-OCR模型的出现，会让企业基于自身业务数据标注、微调训练的专用模型失业吗？

59. 刚刚！DeepSeek 发布OCR 2

60. AI模型再迭代！DeepSeek发布DeepSeek-OCR 2模型 DeepSeek团队发布

61. DeepSeek-OCR与PaddleOCR实测对比！

62. DeepSeek发布DeepSeek-OCR 2，AI能能够以与

63. OCR的“文艺复兴”：实测登顶HuggingFace的PaddleOCR-VL与DeepSeek-OCR

64. 对决！PaddleOCR-VL和DeepSeek实战评测

65. ✨DeepSeek发布DeepSeek-OCR 2模型

66. DeepSeek火了，行业基石PaddleOCR藏不住了

67. 刷新记录！DeepSeek-OCR2 突破OmniDocBench

68. AI进化速递丨DeepSeek发布DeepSeek-OCR 2模型

69. 国产OCR模型实测，DeepSeekOCR、PaddleOCR、智普Glypy

70. 视觉语言模型新突破!开源项目解读

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！