搜索
DeepSeek 发布新型3B OCR 模型:高效文档解析的革命性突破
2025-10-21
AI技术公司发布了全新光学字符识别模型DeepSeek-OCR，这是一款端到端的视觉语言模型，专为高效解析文档而设计。在Fox基准测试中，该模型解码精度高达97%，即便在大幅压缩的情况下，仍能保持良好性能，在OmniDocBench基准测试中也表现优异。其架构由视觉编码器DeepEncoder和专家混合解码器构成，其中DeepEncoder采用特定机制和算法，支持Tiny、Small等多种模式及分辨率选择，还具备动态模式，可灵活调整标记预算。模型训练采用分阶段流程，建议实际应用时从Small模式起步，复杂场景则选用Gundam模式。DeepSeek-OCR模型的发布，标志着文档人工智能领域取得了重要进展，具有高效、灵活和适应性强的特点。
