智通财经APP获悉，1月27日，DeepSeek发布全新DeepSeek-OCR 2模子，采纳立异的DeepEncoder V2次序，让AI粗略把柄图像的含义动态重排图像的各个部分，而不再仅仅机械地从左到右扫描。这种表情模拟了东说念主类在不雅看场景时所驯服的逻辑经由。最终，该模子在搞定布局复杂的图良晌，发扬优于传统的视觉-话语模子开云体育，罢了了更智能、更具因果推奢睿商的视觉领路。

传统的视觉话语模子（VLM）频频采纳光栅扫描轨则（raster-scan order），即从左上到右下机械地搞定图像 Patch。这种表情在搞定复杂排版（如多栏文档、报表、公式混排）时，往往难以捕捉内容之间信得过的逻辑关连。

把柄DeepSeek公布的本领施展，DeepSeek-OCR 2在多项关键策划上展现出权贵上风。在OmniDocBench v1.5基准测试中，该模子得到了91.09%的收获，相较于前代DeepSeek-OCR普及了3.73%。

该模子在保抓极高精度的同期，严格戒指了探究资本，其视觉Token数目被鸿沟在256至1120之间，这一上限与Google的Gemini-3 Pro保抓一致。 在本色分娩环境中，该模子在搞定在线用户日记和PDF预教师数据时的近似率分袂下跌了2.08%和0.81%，浮现出极高的实用熟习度。

DeepSeek-OCR 2的发布不仅是一次OCR性能的升级开云体育，更具有长远的架构探索意念念。DeepEncoder V2初步考据了使用话语模子架构手脚视觉编码器的后劲。这种架构自然继承了LLM社区在基础次序优化方面的效果，如羼杂民众(MoE)架构和高效把稳力机制。