首页
下载APP
首页
henry 发自 凹非寺量子位 | 公众号 QbitAI
刚刚 ，DeepSeek开源了全新的OCR模子——
DeepSeek-OCR 2 ，主打将PDF文档精准转换Markdown。
相较于去年10月20日宣布的初代模子 ，DeepSeek-OCR 2的焦点突破在于突破了古板模子死板的“光栅扫描”逻辑 ，实现了凭证图像语义动态重排视觉标记（Visual Tokens）
为此 ，DeepSeek-OCR 2弃用了前作中的CLIP组件 ，转而使用轻量化的语言模子（Qwen2-0.5B）构建DeepEncoder V2 ，在视觉编码阶段就引入了“因果推理”能力。
这一调解模拟了人类阅读文档时的因果视觉流 ，使LLM在举行内容解读之前 ，智能地重排视觉标记。
性能上 ，DeepSeek-OCR 2在仅接纳轻量模子的条件下 ，抵达了媲美Gemini-3 Pro的效果。
在OmniDocBench v1.5基准上 ，DeepSeek-OCR 2提升了3.73% ，并在视觉阅读逻辑方面取得了显著希望。
值得一提的是 ，这次最新论文的作者依然是：魏浩然 ，孙耀峰和李宇琨三人组。
接下来 ，我们一起来看。
焦点更新：DeepEncoder V2
DeepSeek-OCR 2延续了前代OCR模子的经典架构 ，由编码器息争码器协同事情。
编码器认真将图像离散化为视觉标记（Visual Tokens） ，解码器则连系这些标记与用户指令天生最终文本输出。
如论文所说 ，DeepSeek-OCR 2此次焦点的升级在于编码器——
DeepEncoder V2
古板的视觉编码器通常凭证牢靠的“光栅扫描”（从左到右、从上到下）顺序处置惩罚图像 ，这在面临重大版面（如双栏文档、狼籍的表格）时 ，往往会切断语义的逻辑连贯性。
而DeepEncoder V2这次的更新解决的正是这一问题。
将此前的CLIP组件替换为轻量化的LLM架构（Qwen2-0.5B） ，这一转变付与了编码器因果推理能力
信息进入主解码器之前 ，编码器就先对视觉标记举行“智能重排” ，使其更切合人类阅读逻辑。
为了实现这种智能重排 ，DeepEncoder V2引入了一种全新的双流注重力机制 ，其底层逻辑通过一个定制的注重力掩码（Attention Mask）来约束：
视觉标记（Visual Tokens）：对应掩码左侧的全1区域 ，接纳双向注重力 ，保存全局建模能力 ，确保每一个标记都能“看”到整幅图。因果流盘问（Causal Flow Queries）：对应掩码右边的三角区域（LowerTri）。这是附加在视觉标记后的可学习盘问向量。它们接纳因果注重力（即每个盘问只能关注之前的盘问及所有视觉标记）。
这种设计使得视觉标记之间互不滋扰（坚持原始特征） ，但每一个盘问标记却被强制要求只能“看到”它之前的标记以及所有的视觉标记。
相比古板的交织注重力结构 ，这确保视觉信息在所有层中都坚持“活跃” ，从而与因果盘问举行深度信息交流。
别的 ，这现实上还建设了两阶段级联推理 ，乐成弥合了2D空间结构与1D语言建模之间的鸿沟：
第一阶段（编码器）：通过盘问举行语义重排。第二阶段（解码器）：对有序序枚举行自回归推理。
换句话说 ，在V1中 ，图像进入LLM时 ，顺序是写死的。
而在V2中 ，通过盘问标记（Learnable Query）的重排 ，模子在进入主解码器之前 ，就已经在编码器内部完成了一次“逻辑理顺”
其他组件
先容完DeepEncoder V2的焦点升级后 ，我们来串一下DeepSeek-OCR 2的整体架构：
首先是一开头的视觉分词器（SAM） ，其沿用了此前的架构 ，接纳了80M参数的SAM-base架构 ，并连系两层卷积层。
输出维度以前代的1024优化缩减至896 ，以对齐后续管线 ，这套分词器的设置实现了16倍的标记压缩
这种基于压缩的设计 ，以极小的参数开销 ，极大地释放了后续全局注重力？榈呐趟阊沽 ，让模子运行更轻快。
别的 ，为了在处置惩罚差别区分率图像时“不丢细节” ，DeepSeek-OCR 2在编码阶段还引入了无邪的裁剪计划：
全局视图（Global View）： 在1024×1024区分率下 ，天生256个盘问标记。局部裁剪（Local Crops）： 针对768×768的细部 ，每个裁剪块对应144个盘问标记。
最终输入LLM的标记总数稳固在256到1120之间 ，与Gemini-1.5 Pro的视觉预算相匹配。
最后 ，在后端解码器部分 ，DeepSeek-OCR 2保存了3B参数的MoE结构（现实激活参数仅约 500M）。
训练流程与实验验证
在数据战略上 ，DeepSeek-OCR 2延续了与前代相同的数据源 ，OCR相关数据占比达80%。
其要害优化点有二：一是采样平衡化 ，将正文、公式与表格按3:1:1比例划分；
二是标签精简化 ，合并了如“图片说明”与“问题”等语义相似的结构标签。这种极小的底层差别 ，确保了其与基准测试之间具备高度的一致性与可比性。
在训练流程方面 ，DeepSeek-OCR 2接纳了三阶段的训练Pipelines：
编码器预训练：通过下一标记展望（Next Token Prediction）使命 ，使编码器掌握特征提取、压缩和重排序能力。盘问增强：冻结视觉分词器 ，联合优化LLM编码器息争码器 ，增强盘问体现。解码器微调：冻结编码器 ，仅优化解码器 ，从而在相同的算力（FLOPs）下实现更高的数据吞吐量。
在实验阶段 ，DeepSeek-OCR 2主要在OmniDocBench v1.5上举行评估 ，包括1355个页面 ，涵盖杂志、学术论文、研究报告等9大类文档。
并与Gemini-3 Pro、Qwen2.5-VL、InternVL3.5等先进模子及多种专业OCR计划举行比照 。
如开头所示 ，DeepSeek-OCR 2在OmniDocBench v1.5上抵达了91.09%的性能 ，相比基线提升了3.73%
阅读顺序（R-order）的编辑距离从0.085显著降至 0.057 ，证实晰 DeepEncoder V2 重新编排视觉信息的能力。
在相似的标记预算（1120）下 ，DeepSeek-OCR 2的文档剖析编辑距离（0.100）优于 Gemini-3 Pro（0.115）。
在现实生产中 ，在线用户日志的重复率从6.25%降至4.17% ，PDF 生产数据重复率从 3.69% 降至 2.88% ，证实晰模子逻辑视觉明确能力的提升。
整体来看 ，DeepSeek-OCR 2在坚持高压缩率的同时实现了显著的性能提升验证了使用语言模子架构作为视觉编码器的可行性 ，这为迈向统一的全模态编码器（omni-modal encoder）提供了路径。
One more thing
这篇论文的三位作者划分是：魏浩然 ，孙耀峰和李宇琨。
魏浩然曾就职于阶跃星辰 ，其时主导开发了意在实现“第二代OCR”的GOT-OCR2.0系统。
孙耀峰本科就读于北京大学 ，现于幻方AI从事大语言模子的相关研究 ，R1、V3中都有他的身影。
李宇琨 ，谷歌学术论文近万引研究员 ，也一连加入了包括DeepSeek V2/V3在内的多款模子研发。
最后 ，OCR 2延续了DeepSeek团队一直的开源精神。
项目已在GitHub开源 ，并同步上线HuggingFace ，论文也一并释出。
GitHub：https://github.com/deepseek-ai/DeepSeek-OCR-2HuggingFace：https://huggingface.co/deepseek-ai/DeepSeek-OCR-2论文：https://github.com/deepseek-ai/DeepSeek-OCR-2/blob/main/DeepSeek_OCR2_paper.pdf
《一级黄片视频免费》 ，《Q8X2R7L1T4J5M9B6W3》俄罗斯美女和公狗交配
“成人黄视频”
国产精品无码A级毛片
……
02月02日
“日本j护士极品少妇和狗Z0Z0”史密斯夫妇
↓↓↓
02月02日 ，凤凰卫视香港台4月22日起正式在香港TVB免费电视85频道开播 ，馃憴 ，日韩在线肏屄视频 ，日本东京热电影 ，久久福利精品
02月02日 ，美国华裔青少年的万里“归”途 ，在线播放中文字幕国语日韩港台美女肏屄视频 ，亚洲免费精品视频 ，美女视频黄的免费视频网页 ，亚洲伦产精品一区二区三区
02月02日 ，一嗨租车2024年五一自驾报告：业绩创历史同期新高 ，99re6在线视频播放精品 ，午夜特黄AAA片在线视频 ，老师让我 她我爽羞羞漫画 ，国产在线观看免费黄网站
02月02日|巴基斯坦两起巴士翻车事故致30余人死亡|中国美女黄色视频|欧美性爱20|www.av天堂1999|国产精品第8页
02月02日|港中大举办科研学术考察 探讨如何助力国家创科发展|原创国产麻豆一页Av在线|国二区二产品图|语音模板小鸡导航|一级特黄免费视频
02月02日|江西多地迎降雪 各交通部门全力保障交通运输安全畅通|99青草青草久热精品视频|色哟哟.|国产熟女高潮精品视频没|欧美一级大片久久蜜视频……
02月02日 ，黑龙江省密山市“岭上开满映山红” ，芭乐草 ，国产黑人 ，欧美逼逼视频 ，欧美性爱主网站
02月02日 ，国台办：“台独”分裂行径和外来干涉动摇不了我们解决台湾问题的决心意志 ，日本天堂网2019 ，激情 av 成人 ，凸轮亲管护土 ，亚洲一级片在线
02月02日|广东暖冬如夏 最高气温飙至28.5℃|国产又色又爽又黄又刺激的视频|龙卷漫画免费网站入口|19鉃昦msr|欧美插逼内射高清视频免费
02月02日 ，广西横州市发生一起交通事故致4人死亡 ，www.youwuav.com ，91无码 ，a 免费在线 ，国产一区日韩一区
02月02日 ，万千气象看广东：千亿风电产业集群！看汕尾海上丛林追风逐电 ，91人人妻人人操 ，无码.爱嗳一区二区三区在线 ，www.αeαe.28.com欧美黄色片 ，女教授撅起大白光屁股
02月02日 ，日本能登地区地震死亡人数升至221人 ，黄频网站国产 ，日韩一级欧美一级视频在线看 ，高清a级性交片 ，囯产精品国产三级国
02月02日|国务院办公厅印发《关于发展银发经济增进老年人福祉的意见》|白丝 jk 乳 91动漫|欧美大黄片视频免费试看|囯产精品视频一区二区三区|欧洲坐脸颜面
02月02日|广州今年早造种粮预计约21万亩 推动增产增收|欧美专区11页|ph官方中文免费版下载安装|激情小说图片自拍|天天狠天天透天干天天拍
02月02日|王毅会见阿盟秘书长盖特|老女人大片AA高潮免费视频|8x海外华人永久观看未满十八|娜美被 黄漫扒衣服|日韩精品高速不卡
外交部谈沙利文访华要点 ，沪深两市今日成交额7030亿|【这个城市有点潮】广西贵港非“荷”不可|清风阁A片视频在线观看器|关晓彤玩弄奶头|www.26uuu.亚洲|日本三级做Aa视频
监制：邓金木
策划：赖晗
主创：唐征宇 林箴贺 陈佛烘 颜亦阳 陈林韵
编辑：王家菁、段圣祺
微风拂面，波光粼粼！台湾大学生在颐和园沉浸式感触中华文化之优美
外国青年在夏日吉林遇见冰雪奇缘：三伏天玩雪有多爽？
日本东京7月共123人中暑死亡 没开空调是主因
杭州德寿宫红墙灯光秀“上新” 点亮城市夜经济
外媒：以色列国防军军事情报局局长哈利瓦辞职
财政部：2023年全国新增的减税降费约1.57万亿元
台商在江西：深耕大陆市场 冀江西工厂实现全球覆铜板产能第一不管你信不信，我们在福建找到了“齐天大圣”！
慢慢慢！@驾驶员们 道路积雪结冰 驾车出行注意安全！
中国财政部：2018-2023年财政科技支出年均增长6.4%
成都围棋队赢得围甲榜首大战
亲女禁H啪啪
www. Jizz.com
大肉蟒一寸寸
色色网址大全套
XXXX性×XX中国免费
小医仙3d模拟器下载
动漫羞羞视频
7777欧美激情大屁股
老狼友在线视频
美女露大乳揉下部秘 18禁动漫
闽公网安备 35010302000113号