DeepSeek開源OCR模型 以視覺壓縮重構文件識別
DeepSeek開源的OCR新模型引發關注。該模型不僅識別圖像中的文字,更創新地將文字當作圖像處理與壓縮,如同一個高效的「視覺壓縮器」,為文檔理解提供全新思路。
開源新模型受關注
DeepSeek近日在GitHub開源全新OCR模型DeepSeek-OCR,迅速在AI社群引起熱烈討論。表面上是文字識別工具,實際上其核心創新在於處理文字的方式,徹底有別於傳統方案。
該模型能夠「讀懂」圖片中的文字,但厲害之處並非單純識字,而是提出一套將文字視覺化的處理框架,把文檔理解與信息壓縮有機地結合起來。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
