DeepSeek团队发布《DeepSeek-OCR 2: Visual Causal Flow》论文，并开源DeepSeek-OCR 2模型，采用创新的DeepEncoder V2方法，让AI能够根据图 像的含义动态重排图像的各个部分，更接近人类的视觉编码逻辑。 下载财联社APP获取更多资讯 准确 快速 权威 专业 7x24h电报 头条新闻 VIP资讯 实时盯盘 ...

机器之心编辑部 嘿！刚刚，DeepSeek 又更新了！ 这次是更新了十月份推出的 DeepSeek-OCR 模型（参见： 太强了！DeepSeek 刚刚开源新模型，用视觉方式压缩一切 ）。 当时 DeepSeek-OCR 的出世，引起了大家对视觉压缩的关注与讨论，而这一次，DeepSeek 对视觉编码下手了。 可以说，刚刚发布的 DeepSeek-OCR 2 通过引入 DeepEncoder V2 架构，实现了视觉编码从「固定扫描」向「语义推理」的范式转变！ 当然，和 DeepSeek 几乎每次发布一样，这一次同样也是模型和技术报告齐开源。 这种设计打破了传统模型必须按从左到右、从上到下的栅格顺序处理图像的限制，赋予了编码器根据图像语义动态重排视觉 Token 的能力。通过这种两级级联的 1D 因果推理结构（编码器重排与译码器解析），模型能够更精准地还原复杂文档（如带表格、公式和多栏布局）的自然阅读逻辑。 这就像是为机器装上了「人类的阅读逻辑」，让 AI 不再只是生搬硬套地扫描图像。对比之下，传统的 AI 就像一个死板的复印机，不管页面内容多复杂，都只能 从左上角到右下角按行扫描。 在维持极高数据压缩效率的同 ...