产品应用8

DeepSeek-OCR 2：像人一样逻辑推理读文档

AIGC开放社区2026-01-29

AI 摘要

DeepSeek-OCR 2升级，引入DeepEncoder V2，模仿人类视觉因果流机制，实现图像理解的逻辑推理。在OmniDocBench v1.5测试中性能提升，实际生产中重复率降低，虽在报纸类文档有不足，但为多模态智能架构预演。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

百度HPD - Parsing：文档解析速度暴涨3倍

百度PaddleOCR推出HPD - Parsing小模型，文档解析速度大幅提升，是上一代最快模型的1.62倍、自身原解码方式的3.06倍。它采用层级并行解码架构，有两层并行设计，效果出色且兼容性好，还分享了优质训练方法和优化思路。

百度开源的Unlimited - OCR项目目标是处理图片、长文档等资料，将其转化为Markdown等结构化结果。它提供多入口，解决传统OCR处理长文档的问题，有多种应用方向，但也有边界。

奇点智能研究院院长李建忠与菲尔兹奖得主Timothy Gowers对话，探讨AI与数学研究的十个话题，涉及数学重塑AI、AI推理能力、自动形式化、数学研究未来及AI对数学教育的影响等。

DeepSeek研究员陈小康、陈德里确认其V4视觉模式开始灰度测试。更新后出现识图模式，具备真实图像理解能力。陈小康是多模态研究组负责人，陈德里负责语言模型等核心方向，V4可谓满血归来。