DeepSeek發佈OCR2，能夠以人類相同邏輯順序識圖
核心創新與技術原理
DeepSeek發佈全新DeepSeek-OCR 2模型，採用創新的DeepEncoder V2方法，讓AI能夠根據圖像的含義動態重排圖像的各個部分，而不再只是機械地從左到右掃描。這種方式模擬了人類在觀看場景時所遵循的邏輯流程。
性能表現與優勢
該模型在處理佈局複雜的圖片時，表現優於傳統的視覺-語言模型，實現了更智能、更具因果推理能力的視覺理解。其動態重排機制實質上將因果推理引入視覺理解層，對加密領域如鏈上圖像驗證等場景尤為重要。
相關延伸與應用
DeepSeek-OCR 2的發佈，標誌著AI在視覺理解方面邁出了重要一步，其技術理念被廣泛認為具有實際應用潛力，尤其在需要理解圖像語義結構的領域。