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
需求人群 如果你正寻找一个能精准处理文档、提取关键信息的工具，那么Pixl OCR Solution API的定位就非常清晰了。它主要服务于那些日常与大量文档打交道的场景，比如从各类表单、报告中自动提取数据，构建系统化的文档管理体系，或者需要在海量资料中快速检索目标信息。本质上，它是为提升信息数字化
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
热门专题
热门推荐
在日常工作、线上沟通或是学习过程中，截图几乎成了每个人的高频操作。面对市面上琳琅满目的截图工具，如何选择一款清晰、高效又功能趁手的软件，确实是个值得聊聊的话题。今天，我们就来盘点几款备受好评的截图应用，希望能帮你轻松应对各种截图场景。 1、截图帝：功能全面的效率助手 这款工具主打操作简便与功能实用，
对于日语学习者而言，选择合适的工具往往能让学习效果事半功倍。面对市场上琳琅满目的学习资源，一款设计科学、功能匹配的App，能够高效地帮助你从五十音图入门，逐步攻克词汇、语法乃至听说读写的各个难关。那么，目前有哪些备受好评的日语学习软件值得推荐呢？以下这几款应用，或许能成为你日语进阶之路上的得力伙伴。
近期，CGMagazine对赛睿SteelSeries推出的旗舰级游戏耳机Arctis Nova Pro OMNI进行了全面评测。这款耳机的最大亮点，无疑是其创新的OMNIplay多设备互联功能——它允许用户在多个音源设备间实现无缝切换，甚至能同步监听多个音频输入。设想一下，当你沉浸于激烈的游戏对战
探讨Cosplay的魅力，总离不开那些令人印象深刻的精彩演绎。今天为大家带来的这组作品，出自韩国知名Coser(@baby_hippo__)之手，她也被粉丝们亲切地称为“韩援大姐姐”。凭借其出众的身材条件和极具张力的形体表现，这组作品再次证明，在视觉艺术领域，完美的“身材数据”本身就是一种极具说服力
在《明日方舟：终末地》中，前瞻兑换码是玩家开荒阶段获取资源的重要途径，能有效加速前期发展，积累宝贵物资。不过，如何高效领取并使用这些福利，其中有一些实用技巧值得了解。 首先，关键在于信息获取。官方渠道始终是最可靠的信息来源，建议密切关注游戏官网公告、官方社交媒体账号以及游戏内的系统邮件。一旦有新的兑