计算机行业重大事项点评：DEEPSEEK-OCR发布 重塑大语言模式范式

　　事项：
　　2025 年10 月20 日， DeepSeek 团队开源视觉文本压缩模型 DeepSeek-OCR，通过光学压缩技术实现多模态文档的高效解析与跨语言处理。
　　评论：
　　DeepSeek-OCR 实现高效近无损文本图像处理。DeepSeek-OCR 是一款创新型多模态模型，其核心创新在于提出“上下文光学压缩”（ Contexts OpticalCompression）技术，通过将文本转化为图像实现高效信息压缩。模型架构分为视觉编码器DeepEncoder 和轻量级解码器DeepSeek3B-MoE 两部分。
　　DeepEncoder 基于SAM+CLIP 双结构设计，通过局部窗口注意力和双层16 倍卷积压缩模块，显著减少视觉token 数量（如1024×1024 图像仅需256 个token）；解码器则采用混合专家（MoE）机制，推理时仅激活5.7 亿参数，兼顾高效与性能。其主打优势包括：10 倍压缩比下实现97%近无损解码精度、单A100 GPU 日处理20 万页数据的超高效率，以及在OmniDocBench 基准中以100 视觉token 超越竞品256token 的卓越表现。
　　DeepSeek-OCR 的多模态架构在高低分辨率下均保持高效压缩性能。
　　DeepSeek-OCR 的创新性体现在三方面：首先，DeepEncoder 支持多分辨率模式，从轻量Tiny 到高保真Gundam，可自适应不同复杂度任务；其次，其数据引擎覆盖3000 万页多语言文档及图表、化学式等OCR 2.0 数据，赋予模型跨模态解析能力；最后，训练流程采用两阶段策略——先独立训练DeepEncoder完成视觉压缩，再联合训练完整模型优化解压能力。实验显示，模型在Fox 基准的10 倍压缩下精度达97%，20 倍压缩仍保持60%，验证了光学压缩的可行性。此外，Gundam-master 模式通过600 万条数据微调，进一步提升了超高分辨率输入的处理能力。模型在处理不同类型文档时展现出差异化需求，这种灵活性使其在实际应用中能根据不同场景动态调整计算资源。
　　DeepSeek-OCR 以视觉压缩赋能多领域文档智能处理与跨语言分析。
　　DeepSeek-OCR 的实用价值体现在三领域：一是为LLM/VLM 预训练提供高效数据生成方案，如在金融报告中自动提取图表结构化信息；二是支持STEM 领域专业化解析，如将化学式转化为SMILES 格式；三是突破长上下文算力瓶颈，通过视觉token 替代文本token 减少计算开销。模型还具备多语言兼容性（支持近百种语言）和通用视觉理解能力。团队指出，该技术为大模型优化信息表达方式提供了新思路，未来或可通过选择性压缩模拟人类遗忘机制，实现更智能的长文本处理。值得注意的是，该模型在20个A100 节点上日处理3300 万页数据的吞吐能力，以及对小语种（如阿拉伯语、僧伽罗语）的良好支持，使其在全球化商业部署中具有显著优势，这种"视觉即压缩"的范式可能重塑未来大语言模型的输入方式。
　　投资建议：建议关注AI 细分景气方向：
　　国产算力：阿里巴巴、寒武纪、海光信息、中科曙光、景嘉微、龙芯中科等。
　　企业服务：1）办公：金山办公、合合信息、福昕软件；2）多模态：海康威视、快手、三六零、虹软科技；3）ERP：金蝶国际、用友网络、聚水潭；4）OA：
　　泛微网络、致远互联；5）编程：卓易信息；6）营销：迈富时、明源云。
　　应用场景：1）金融：大智慧、同花顺、恒生电子、第四范式、宇信科技、京北方、中科金财；2）教育：科大讯飞、视源股份、新开普、佳发教育；3）法律：华宇软件、金桥信息；4）医疗：阿里健康、卫宁健康、讯飞医疗科技、晶泰控股；5）电商：焦点科技；6）安全：深信服；7）工业：华大九天、中控技术、中望软件、索辰科技；8）军用：中科星图、太极股份、能科科技等。
　　风险提示：技术进展不及预期；模型落地不及预期；商业落地不及预期。
【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

   【免责声明】本文仅代表第三方观点，不代表和讯网立场。投资者据此操作，风险请自担。

【广告】本文仅代表作者本人观点，与和讯网无关。和讯网站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。邮箱：news_center@staff.hexun.com