|
|
1月27日消息,临近春节,DeepSeek团队今日在HuggingFace和GitHub平台正式开源其新一代视觉语言模型——DeepSeek-OCR 2,并同步发布论文《DeepSeek-OCR 2: Visual Causal Flow》,揭示其在视觉编码逻辑上的重大突破。- X, C! e( p4 I: S% W0 p- H
# q% \- s. y: a; {1 X$ o, J$ |% N0 g: x2 m* d
与初代模型主打“视觉压缩”不同,OCR 2的核心在于通过引入DeepEncoder V2,赋予AI处理二维图像时的“因果推理”能力,使其能够像人类一样,根据图像内容动态重排信息,解决了传统模型在处理复杂文档布局时的局限性。(袁宁)
# B; r! Q; F4 \) F$ X5 V* j本文来自网易科技报道,更多资讯和深度内容,关注我们。* v" r9 T! e3 B9 C6 i" M6 b- d
|
|