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
《91POPNY丨东北熟女》，《Q8X2R7L1T4J5M9B6W3》女人被爽到呻吟动态图
“2020最新偷拍视频”
黄色一级Av毛片
……
02月02日
“91自拍视频国产”TGA玩家之声投票开启
↓↓↓
02月02日，有钱请不到人？台媒称台湾“大缺工时代”来临，毛片一级片黄片，人人射人人看性爱视频，97人人洗人人澡人人甜，www.a片.com
02月02日，度小满CEO朱光：推理大模型在金融领域的应用将从外围场景深入到核心业务，91视频免费二区，又大又粗又湿又紧的视频在线观看，黑料网，十八岁黄片视频
02月02日，中新健康丨冬季呼吸道疾病频发 广西专家称中医药特色疗法有疗效，男生 女人，乱伦小说乱伦图图片乱伦电影，,国产男靠女免费视频网站，免费黄色网站在线看2
02月02日|共建“一带一路”国家代表聚三亚 共商农业国际合作|AA级毛片在线观看|免费黄色在线网站|美女被操的黄色网站1|麻豆精品久久久久久中文字幕无码
02月02日|学习新语｜“对残疾人要格外关心、格外关注”|潮吹视频在线|精品www|日本三级香港妇三级99|一级做a爰片久久毛片18
02月02日|两部门明确两笔交通运输领域资金支出范围|艺术门|免费黄色视频aaaaaaaaa|国产欧美一级a片在线视频|中文字幕在线14页……
02月02日，云南省人民检察院原副检察长韩跃先接受审查调查 ，香香公主和爱犬免费观看高清，亚洲性爱无码视频，韩日视频网站，色婷婷视频一区二区三区
02月02日，为“聪明车”建“智慧路” 江苏无锡另辟蹊径开启“智驾”之路，99re2在线视频，26uuu欧美视频在线观看，911精品日本，无码免费一区二区三区免费播放
02月02日|台湾同胞和海外侨胞代表与河北有关方面达成49个合作意向|打扑克成人18|AV免费看网站|欧美系列在线观看|日本欧美视频一区二区在线观看
02月02日，“炸弹卡车”歼-16 再现“鳄鱼翻滚”，天堂色导航网，免费看三级电影，外国科普节目做爱片段，中文字幕黄色网址在线观看
02月02日，“港澳台侨大学生国情教育基地”揭牌仪式在贵州省社会主义学院举行，91成人，影音先锋女人av鲁色资源纲，三级片,A片免费在线观看，三个女儿都怀了爸爸的男主角是谁
02月02日，免费，微短剧走向精品化的关键之钥，久久综合国产精品免费，美女裸床日本，又爽又黄又无遮挡网站视频，丝袜制服自拍偷拍
02月02日|中国致公党十六届三中全会在京开幕|久久99日|你懂得www|欧美XXXX成熟极品另类|亚洲欧美一区二区八戒
02月02日|三问“取消公摊”：对房价影响究竟有多大|激情国产黄色视频|色情网站app下载免费|欧美日韩视频三区在线网站播放|玖玖视频这里只精品
02月02日|脂肪也分好坏 | 吃出健康来|二级黄片在线播放|亚洲三级A|欧美视频小说图片|日韩美a∨无码中文字幕
杨紫琼 魔方小姐，广州W酒店将停业整顿|2023年上海募集单采血小板80820人份 保障临床用血需求|在线精品国精品国产麻豆|网站视频你懂得|欧美强制高潮18XXXX按摩|欧美人妖
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
“2024爱沈阳”5大主题300余项活动开启沈阳文旅“春的乐章”
银发婚纱活动在港举办 为30对长者夫妇拍摄婚纱照
真补贴，雍禾为你的脱发买单，植发最高立减2万元
广西钦州北过境线公路钦江特大桥顺利合龙
2024年北京市IPv6规模部署和应用宣传推广主题日活动成功举办中国海警局新闻发言人就菲律宾3002号船故意冲撞中国海警舰艇发表谈话
市场监管总局：2023年全国共查办各类违法案件140.62万件
专访谷爱凌：为中国健儿在巴黎取得的成绩骄傲
台湾花莲县海域发生5.0级地震 福建沿海有明显震感
马来西亚外长穆罕默德将访华
中国成功发射通信技术试验卫星十三号
雏田裸体露胸网站
a在线观看视频网站
美女看片网站
欧洲视频一区福利在线观看
大雷擦胸
国产一区剧情
日本黄色片xxxxx视频
男 女 摸 水流啊9
99久久久免费精品电影
性巴克成人网站
闽公网安备 35010302000113号