DeepSeek-OCR+2发布：识别精度提升3.73%，高效解析复杂文档
据 IT 之家 1 月 27 日消息，DeepSeek 今日正式发布新一代文档识别模型 DeepSeek-OCR 2。这款模型显然是 DeepSeek-OCR 的升级版本，其核心改进聚焦在视觉编码器的架构设计上。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
研究团队提出了一种名为 DeepEncoder V2 的新型编码器结构。这项技术突破源于对传统视觉语言模型处理方式的重新思考，旨在让机器更贴近人类的视觉阅读逻辑。
在传统的视觉语言模型中，图像通常会被分割为若干视觉 token，并按照从左到右、从上到下的固定网格顺序输入模型处理。这种方式虽然实现简单，但与人类在阅读文档、表格或公式时基于语义和逻辑关系进行跳跃式浏览的做法并不一致。
DeepSeek 论文指出，尤其在版式复杂的文档场景中，视觉元素之间往往存在明确的逻辑先后关系，仅仅依赖空间顺序可能会限制模型对内容结构的理解能力。
DeepSeek-OCR 2 的改进重点在于引入“视觉因果流”的概念。在 DeepEncoder V2 中，研究团队用一种类似语言模型的结构替代了原先基于 CLIP 的视觉编码模块，并在编码器内部引入可学习的“因果流查询 token”。这些查询 token 通过定制化的注意力机制，在保留视觉 token 全局双向注意力的同时，自身采用因果注意力，只能访问已有信息，从而在编码阶段对视觉 token 的顺序进行动态重排。最终，只有经过因果重排后的查询 token 会被送入后续的语言模型解码器，用于生成识别结果。
在整体架构上，DeepSeek-OCR 2 仍然沿用了编码器 — 解码器的基本范式。图像首先经过一个视觉 tokenizer，被压缩为较少数量的视觉 token，再由 DeepEncoder V2 进行语义建模和顺序重组，最后交由一个基于混合专家架构（MoE）的语言模型解码。
DeepSeek 论文指出，该设计在不显著增加解码负担的前提下，将单页文档所使用的视觉 token 数量控制在 256 到 1120 之间，与前代模型及同类系统的资源开销保持在相近水平。
在实验评估方面，研究团队选用了 OmniDocBench v1.5 作为主要测试基准。该基准涵盖多种类型的中英文文档，包括学术论文、杂志、报告等，重点考察文本识别、公式解析、表格结构还原以及阅读顺序等指标。
测试结果显示，在视觉 token 上限更低的情况下，DeepSeek-OCR 2 的整体得分达到 91.09%，相比 DeepSeek-OCR 提升了 3.73%。其中，与文档阅读顺序相关的编辑距离指标下降较为明显，显示模型在处理文档逻辑结构方面取得了改进。
IT 之家注意到，论文还给出了模型在实际应用场景中的表现对比。在在线 OCR 服务和批量 PDF 预处理等生产环境中，由于缺乏人工标注作为参考，研究团队以输出重复率作为质量指标。结果显示，DeepSeek-OCR 2 在这两类数据上的重复率均低于前代模型，表明其在真实数据分布下具有更稳定的输出表现。
相关攻略
OCR Space是什么 简单来说，OCR Space就是一个在线的“智能扫描仪”。它由a9t9 software GmbH开发，核心能力是光学字符识别（OCR），专门帮你把扫描件或手机拍的文件照片，“变”成可以直接复制、编辑的文字。整个过程在线上完成，不仅免费，还不用注册就能用。对于手头有一堆纸质
西风 发自 凹非寺量子位 | 公众号 QbitAIGitHub OCR项目之王刚刚历史性易主。诞生近40年、统治OCR领域的技术标杆Tesseract OCR，被中国开源拉下王座——百度文心衍生模型
这项由百度千帆团队主导的研究发表于2026年3月17日的arXiv预印本平台（论文编号：arXiv:2603 13398v1），该研究推出了一个名为Qianfan-OCR的革命性文档智能模型，这个拥
2月12消息，上海人工智能实验室 OpenDataLab 团队、 DeepLink 团队及国产芯片厂家携手，于日前先后完成了昇腾、平头哥、沐曦、海光、燧原、摩尔线程、天数智芯、寒武纪、昆仑芯、太初元
2月3日，智谱（02513 HK）官微宣布正式发布并开源GLM-OCR。据介绍，作为一款轻量的专业级OCR模型，该模型仅0 9B参数规模，支持vLLM、SGLang和Ollama部署。公司表示，尽管
热门专题
热门推荐
腾讯生态整合新动向：QQ全面接入微信小程序 7月1日，腾讯QQ小程序开发者平台发布了一项重要更新。核心内容是，为了帮助开发者降低双端开发与维护成本，QQ将全面接入微信小程序体系。这意味着，未来用户可以直接在QQ内搜索并打开微信小程序。 对于现有的存量QQ小程序，此次调整并未“一刀切”。它们目前仍可正
下半年芯片市场巅峰对决提前揭幕 今年下半年，全球芯片市场的战火将空前炽热。两位重量级选手——联发科与高通，已经准备好亮出各自的王牌。天玑9600系列与骁龙8E6系列，这两大迭代旗舰平台的正面交锋，注定会成为今年科技行业最值得关注的戏码。 双芯策略：精准卡位旗舰市场 有意思的是，联发科这次玩了个新花样
在当今数字化社交的时代，微信已成为人们日常沟通交流的重要工具。不少人都发现，微信好友申请居然可以通过搜索 qq 号来添加，这背后有着诸多有趣的原因和便利之处。 一、社交关系的延续与拓展 要知道，微信与QQ同属腾讯旗下，两者之间存在着千丝万缕的联系。很多用户的社交关系其实根植于QQ时代，那些好友列表里
高德地图如何更改定位？三种方法详解及注意事项 无论是日常通勤、外出旅行还是朋友相聚，高德地图已经成了我们依赖的“导航神器”，精准定位和路线规划是其核心功能。不过，现实场景有时会有点特殊——比如，你可能需要模拟一个位置来测试应用，或者在某个游戏中“签到”，又或者只是想和朋友开个无伤大雅的玩笑。这个时候
巧学宝App绑定手机号全程指南 在巧学宝App上完成手机号绑定，是解锁其完整功能的关键一步。这个看似简单的操作，能为你后续的学习之旅带来不少实实在在的便利。那么，该如何快速搞定呢？下面这张流程图，能帮你一眼看清完整的操作路径。 第一步：进入个人中心 首先，打开你的巧学宝App。进入主界面后，注意力可