DeepSeek-OCR

[!info] related notes

• 所属 MOC: AI 模型能力 MOC, AI MOC
• 任务: 光学字符识别 OCR
• 管线设计: OCR 文字识别管线设计

对象与版本

DeepSeek 于 2025-10-20 发布 DeepSeek-OCR，用视觉编码探索文本上下文压缩，同时提供图像文字识别、文档转 Markdown 等推理示例。

Canonical 模型标识为 deepseek-ai/DeepSeek-OCR。官方仓库另链接 2026-01-27 发布的 DeepSeek-OCR 2；后者是独立版本，不把其能力或部署要求直接套到本页。DeepSeek-R1 是另一模型系列。

使用边界

• 官方提供权重与 Transformers/vLLM 推理代码，可本地运行；不要求购买某个云 API。
• 官方示例使用 CUDA、PyTorch 和模型特定配置。实际显存、依赖版本和吞吐应按选定版本与硬件核验，本页没有本地部署记录。
• 可按 prompt 输出识别文本或带版面信息的 Markdown；输出质量需用实际文档测量，不能保证复杂表格、数字或阅读顺序无误。

来源

• 官方仓库与推理说明
• 原始模型权重
• 论文：Contexts Optical Compression