DeepSeek近日在GitHub平台开源其最新成果——DeepSeek-OCR模型，该模型通过创新的光学二维映射压缩技术，在长文本识别场景中实现97%的识别精度，模型采用双模块架构设计，由DeepEncoder视觉编码器与DeepSeek3B-MoE-A570M混合专家解码器构成。其中，DeepEncoder可在处理高分辨率图像时自动维持低激活状态，通过动态压缩生成最优数量的视觉特征令牌（visual tokens），较传统方法减少60%的计算冗余。
DeepSeek近日在GitHub平台开源其最新成果——DeepSeek-OCR模型，该模型通过创新的光学二维映射压缩技术，在长文本识别场景中实现97%的识别精度，模型采用双模块架构设计，由DeepEncoder视觉编码器与DeepSeek3B-MoE-A570M混合专家解码器构成。其中，DeepEncoder可在处理高分辨率图像时自动维持低激活状态，通过动态压缩生成最优数量的视觉特征令牌（visual tokens），较传统方法减少60%的计算冗余。