1月27日，DeepSeek团队正式发布并开源全新文档识别模型DeepSeek-OCR 2，同时公开相关论文《DeepSeek-OCR 2：Visual Causal Flow》。该模型采用新一代DeepEncoder V2架构，不再像传统方法那样按固定顺序扫描图像，而是能理解图像内容并据此智能重组页面元素，使视觉处理更贴近人类认知方式。
在保持高效压缩能力的前提下，DeepSeek-OCR 2大幅提升了识别精度和效率：处理一页复杂文档仅需256至1120个视觉Token，远低于同类模型，显著减轻后续大语言模型的计算负担；在OmniDocBench v1.5评测中综合得分达91.09%，比上一代提升3.73个百分点，尤其在判断文字阅读顺序等逻辑性任务上表现更优。