Deepseek OCR

DeepSeek OCR 是一个基于两阶段变换器的文档人工智能系统，利用上下文光学压缩技术提供一流的文档智能。它将高分辨率文档压缩为精简的视觉标记，然后借助 30 亿参数的专家混合模型进行解码，实现对 100 多种语言几乎无损的文本、布局和图表理解。支持在复杂布局下进行 GPU 高效处理，并在 3000 万个真实 PDF 页面和合成数据上训练，能够保留布局结构、表格、化学（SMILES 字符串）以及几何任务。