新浪科技訊 1月27日下午消息，DeepSeek團(tuán)隊(duì)今日《DeepSeek-OCR 2： Visual Causal Flow》論文并開源了DeepSeek-OCR 2模型。據(jù)悉，該模型采用創(chuàng)新的DeepEncoder V2架構(gòu)，實(shí)現(xiàn)了視覺編碼從固定掃描向語義推理的范式轉(zhuǎn)變，可讓AI能夠根據(jù)圖像的含義動(dòng)態(tài)重排圖像的各個(gè)部分，更接近人類的視覺編碼邏輯。

　　據(jù)悉，在維持極高數(shù)據(jù)壓縮效率的同時(shí)，DeepSeek-OCR 2 在多項(xiàng)基準(zhǔn)測(cè)試和生產(chǎn)指標(biāo)上均取得了顯著突破。模型僅需 256 到 1120 個(gè)視覺 Token 即可覆蓋復(fù)雜的文檔頁面，這在同類模型中處于極低水平，顯著降低了下游 LLM 的計(jì)算開銷。在 OmniDocBench v1.5 評(píng)測(cè)中，其綜合得分達(dá)到 91.09%，較前代提升了 3.73%，特別是在閱讀順序識(shí)別方面表現(xiàn)出了更強(qiáng)的邏輯性。