DeepSeek-OCR2升级：视觉编码器革命，文档识别准确度飙升3.73%！
创始人
2026-01-27 14:30:44
0次
1月27日，DeepSeek发布了其最新升级的文档识别模型DeepSeek-OCR2。该模型在DeepSeek-OCR的基础上进行了核心升级，主要变化在于视觉编码器设计。研究团队提出了DeepEncoderV2新型编码器结构，能够根据图像语义动态调整视觉信息处理顺序，使模型在文字识别前先对视觉内容进行智能排序。
DeepSeek-OCR2引入了“视觉因果流”概念，用类语言模型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”。编码器同时包含双向注意力与因果注意力两种处理模式，原始视觉信息通过双向注意力进行全局感知，而新增的查询标记则通过因果注意力逐步建立语义顺序，从而在编码阶段对视觉token的顺序进行动态重排。
在性能测试中，DeepSeek-OCR2在OmniDocBenchv1.5基准上的整体得分达到91.09%，相较前代模型提升了3.73%。特别是在阅读顺序准确度方面，编辑距离从0.085降至0.057，表明新模型能够更合理地理解文档内容结构。此外，DeepSeek-OCR2在生产环境中也表现出更好的稳定性，在线用户日志图像的重复率和批处理PDF数据的重复率均有所降低。
相关内容
热门资讯
小鹏MONAO3上市，欧阳娜娜...
今日，小鹏汽车在2026款小鹏MONAMO3上市发布会上，小鹏集团董事长CEO何小鹏及MONA产品负...
蔚来焕新版萤火虫升级上市，售价...
4月7日，蔚来汽车宣布旗下焕新版firefly萤火虫焕新升级款正式上市，整车购买售价区间为11.98...
女子称6.8万元买的紫貂被朋友...
4月5日，媒体报道浙江一女子发布视频称，朋友未经允许穿自己新买的紫貂。女子发现后，第一时间要求朋友当...
别只盯着莫氏鸡煲！广州越秀也藏...
最近，广东佛山的“莫氏鸡煲”火爆全网，面对每天慕名而来的上千食客，老板忙得直言“不愿营业”。这背后，...
国际观察｜“战争税”如何侵蚀美...
新华社北京4月7日电 题：“战争税”如何侵蚀美国经济新华社记者宿亮“战争税正打击美国企业与消费者！”...
凡人微光 | 春天，是场热气腾...
策划：卓越、郭凌志统筹：崔莺馨、冯子雄、郭子腾、杨亮、王若溪、周晨、李金枝制作：沙琳参与：陈熠瑶出品...
从广东到捷克，一把无弦吉他的“...
“在我手里的是一款更小巧的LiberLive U1无弦吉他，这是我们今年推出的最新款产品，计划今年1...
在美方支持下，以军战机袭击伊朗...
据伊朗迈赫尔通讯社7日报道，在美方支持下，以军战机当天上午袭击伊朗厄尔布尔士省多处居民区，导致18人...
全球媒体聚焦 | 美媒：美国或...
美国《国会山报》近日发表题为《美国或将陷入史上最严重经济衰退》的评论文章。文章说，这是一场真正的衰退...
新场景激发新动能 释放假期消费...
央视新闻客户端消息（新闻联播）：清明假期，全国商品消费提质扩容，智能、绿色化升级趋势明显，服务消费需...
特朗普再发威胁：7日20时是“...
当地时间4月6日，美国总统特朗普在白宫举行新闻发布会当地时间4月6日，在白宫举行的新闻发布会上，美国...
新疆以花为媒 绘旅游新图景
随着春意渐浓，天山南北繁花竞放，新疆各地纷纷以花为媒，迎八方游客。这段时间，在塔克拉玛干沙漠南缘的和...
河源推“借道通行”等举措 三招...
河源公安推“借道通行、隧道不测速、潮汐服务区”，全力护航清明假期高速出行羊城晚报讯 记者张璐瑶报道：...
日本拟放宽武器出口限制引发舆论...
新华社东京4月6日电（记者李子越 陈泽安）据日本共同社报道，日本自民党安全保障调查会6日召开会议，讨...
柠檬艾草是驱蚊利器？效果有限！
不少市民近日发现，今年的蚊子似乎格外多，互联网上甚至出现蚊子“史诗级加强”等词条。不少网友分享自己的...
以天下为己任 为强国而读书
今年，“全民阅读”已是第13次被写入政府工作报告。随着《全民阅读促进条例》落地实施、“十五五”规划纲...
米兰小哥今日抵粤探广货
一颗酥心糖的米兰奇遇记，引发一场温暖全网的民间接力，书写出一则中意民间交流的暖心佳话羊城晚报记者 余...
以青春为笔，作答时代的问卷
策划/龚丹枫统筹/王倩执行/秦小杰海报/范英兰文/羊城晚报记者 秦小杰青春从不是温室里的娇养，而是在...