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
《操嫩逼》，《Q8X2R7L1T4J5M9B6W3》九一麻花传剧mv在线看免费
“国产中的精品录像视频”
轻点好大好深好痛视频
……
01月30日
“免费看黄色视频软件”单依纯太阳公主舞台
↓↓↓
01月30日，（文化中国行）大运河申遗后，无锡古运河如何争先打造世界旅游目的地？，欧美A色爱综合欧美Ⅴ，性爱a，日本特黄在线观看，女生大包子
01月30日，银发经济催生新风口 康养文旅发展潜力大，女雏破苞撞开宫口H视频，秋葵app导航入口，人妻精品综合一区二区，午夜免费看片网站
01月30日，首届沪港文化学术论坛在沪举行，国产精品2021精品观看，不卡能看的黄色网站一区二区，绿奴吧—绿帽论坛，小混混把校草c成乖乖受
01月30日|中哈（连云港）物流合作基地累计运量超53万标箱|《欧美一级片黄色》|逼网|国产福利免费视频在线观看|日日操日日干日日视频免费上
01月30日|广东：共育“粤菜师傅”人才 制定粤菜“湾区标准”|欧美熟妇free性XXXX|日本亚洲天堂视频在线免费|蜜臀⭐️色欲国产一区二区|手机免费看的黄色网站
01月30日|第十九届哈萨克斯坦—中国商品展览会在阿斯塔纳开幕|欧美午夜一区|中文字幕在线观看有限公司|一级性爱视频国产无码|女儿的朋友4……
01月30日，安徽黟县：“腊八豆腐”飘香，亚洲天堂a∨欧美国精产品推荐，在线播放中文字幕，欧美aaa大片，九九黄色视频在线播放
01月30日，首募专业志愿者 超千名第七届进博会“小叶子”在沪集训，日本成片区免费久久中文，A片免费黄片，精品国产三级在线小电影，欧美兽奸福利视频
01月30日|万千气象看中国 | 新质生产力，正发力！|波斯少妇XXXX做受HD|一区二区三区无码按摩精油|日本欧美视频一区二区在线观看|AV 无码 高潮 在线下载白丝
01月30日，湖南冷水滩育秧大棚种蔬菜 “一棚多用”再生金，www.wuyewuma，日韩色视频免费毛片，特级特黄大片，在线看精品综合国产你懂的
01月30日，守护共同的呼吸和命运，国产真人作爱免费视频，草棚CaoPoron已满18进入，中色黄色永久视频十八，把美女空姐少妇猛插出水
01月30日，新疆阿勒泰：喀纳斯景区通往禾木村道路抢通，男女线上免费视频，日韩视频无码视频，国产一级视频在线观看，清纯唯美激情亚洲综合另类
01月30日|华北最大冷水鱼养殖基地：三文鱼“山中来”|毛片强奷大全|免费黄观看网站|亚洲一区黄色电影|亚洲熟妇另类久久久久
01月30日|焦溪古镇传承舌尖上的非遗：“豆腐已到第七代传人”|重囗味sM群虐一区二区周晓琳|五月婷婷c|a∨成人天堂高清播放|毛片在线观看地址
01月30日|李钧任陕西省副省长|国产做受 高潮久久霉霉网站|爽 好紧 宝贝别夹大巴刘芳|少罗吃大狙在线观看蘑菇视频|欧美巨屌性爱
凡人歌，张艺谋说听障人士角色是赵丽颖的提议|“龙抬头”的小知识：有啥吉祥寓意？什么是龙鳞饼？|男男做爱|国外a√大片一级|未满18岁禁止久久精品|一级黄色片官网
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
AIGC媒体应用标准联盟技术分享及工作交流会召开
新疆首家国际化、智能化新型医疗机构开工
今年以来中国快递月均业务量达140亿件 农村市场成新增长极
备战秋季防火期 西藏林芝森林消防开展徒步拉练活动
北京：银杏渐黄秋意浓
前三季度中国黄金消费量超741吨 金条和金币消费量同比大增
中汽协：3月汽车商品进出口总额为238.7亿美元 环比增长19.4%
河北兴隆：冰雪温泉旅游系列活动上演
最高法：破解新业态劳动者权益保障难问题
2024深港交流徒步系列活动举行
性色av人人爱网站
www.kejiasy.com
国产一级持黄大片
看黄片.com
高潮粗大欧美视频
唐三比比东不亦乐乎nba
FuckR-18MMD🍆💦
国产中文在久久
国产欧美精品
麻花豆传媒一二区
闽公网安备 35010302000113号