搜索
DeepSeek-AI开源DeepSeek-OCR模型 突破长文本处理效率瓶颈
5 小时前
2025年10月20日，DeepSeek-AI团队发布新型OCR模型DeepSeek-OCR，并开源核心代码。该模型采用“上下文光学压缩”创新方法，有效解决长文本处理效率瓶颈，参数量达3B。模型由DeepEncoder编码器与DeepSeek3B-MoE-A570M解码器构成，其中DeepEncoder融合SAM与CLIP技术，实现高分辨率输入下的低计算消耗与高压缩比。实验显示，压缩比低于10倍时，OCR精度达97%；20倍压缩比下仍保持约60%精度。在OmniDocBench测试中，该模型以100个视觉token超越需256个token的GOT-OCR2.0，不足800个token性能优于需6000+token的MinerU2.0。DeepSeek-OCR兼具研究与实用价值，可支撑历史文档压缩、大模型记忆机制研究，单块A100-40G显卡日生成超20万页训练数据，还能解析图表、分子式等复杂元素，为金融、科研等领域数字化提供高效工具。相关代码和模型权重已在GitHub与Hugging Face开放获取。
