# DeepSeek-OCR 2 开源：二代模型以91.09%综合得分重塑文档解析范式，引领语义级OCR技术突破

- Link: https://paooo.com/ai-tool/11809/
- Published: 2026-06-12T17:12:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * DeepSeek-OCR 2 通过 DeepEncoder V2 与因果流查询，实现视觉 Token 的语义级重排。
 * 在 OmniDocBench v1.5 中综合得分 91.09%，并显著降低 OCR 结果重复率。
 * 支持复杂多栏、表格、公式文档解析，适用于办公、科研、出版等场景。

> **💡 站外导读：**在企业数字化与知识管理浪潮中，传统OCR技术对复杂版式、多栏文档
> 的识别常出现错乱与重复，成为信息处理的效率瓶颈。DeepSeek团队此次发布的DeepSeek-
> OCR 2，通过架构创新直击这些痛点，标志着文档智能识别正从“像素匹配”迈向“语义理解”
> 的新阶段，为自动化办公、学术研究等领域带来颠覆性工具。

## DeepSeek-OCR 2 是什么

DeepSeek-OCR 2 是 [DeepSeek](https://ai-bot.cn/sites/54501.html) 团队推出的第二代
OCR 模型，通过引入 DeepEncoder V2 架构，实现从固定扫描到语义推理的范式转变。模型
采用因果流查询和双流注意力机制，能动态重排视觉 Token，更精准地还原复杂文档的自然
阅读逻辑。在 OmniDocBench v1.5 评测中，模型综合得分达到 91.09%，较[前代](https://ai-bot.cn/deepseek-ocr/)
提升显著，同时显著降低了 OCR 识别结果的重复率，为未来构建全模态编码器提供新路径。

阅读目录

 * [DeepSeek-OCR 2 是什么](https://paooo.com/ai-tool/11809/#deepseekocr-2-%e6%98%af%e4%bb%80%e4%b9%88)
 * [DeepSeek-OCR 2 的主要功能](https://paooo.com/ai-tool/11809/#deepseekocr-2-%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [DeepSeek-OCR 2 的技术原理](https://paooo.com/ai-tool/11809/#deepseekocr-2-%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [DeepSeek-OCR 2 的项目地址](https://paooo.com/ai-tool/11809/#deepseekocr-2-%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [DeepSeek-OCR 2 的应用场景](https://paooo.com/ai-tool/11809/#deepseekocr-2-%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/ai-tool/11809/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![DeepSeek-OCR 2](https://paooo.com/wp-content/uploads/2026/05/DeepSeek-OCR-2-website-
1.avif)

## DeepSeek-OCR 2 的主要功能

 * **复杂文档解析**：模型能精准解析带表格、公式和多栏布局的复杂文档，还原自然阅读
   逻辑。
 * **高效视觉压缩**：仅需 256 到 1120 个视觉 Token 即可覆盖复杂文档页面，显著降低
   计算开销。
 * **动态语义重排**：模型通过因果流查询，根据图像语义动态调整视觉 Token 的顺序，
   打破传统固定扫描限制。
 * **高精度识别**：在 OmniDocBench v1.5 评测中，综合得分达到 91.09%，较前代显著提升，
   在阅读顺序识别方面表现出色。

## DeepSeek-OCR 2 的技术原理

 * **DeepEncoder V2 架构**：视觉分词器将图像离散化为视觉 Token，采用 SAM-base 和
   两层卷积层，输出维度为 896。引入因果流查询（causal flow queries），视觉 Token
   使用双向注意力，因果流查询使用因果注意力，实现语义重排。
 * **因果推理机制**：通过因果流查询动态重排视觉 Token，使编码器能根据图像语义动态
   调整 Token 的顺序。这种机制与 LLM 的单向注意力模式高度一致，能更好地贴合连续的
   视觉语义。
 * **解码器**：继续沿用 DeepSeek-OCR 的 DeepSeek-MoE Decoder，参数规模为 30 亿，
   约 5 亿参数在推理时激活。
 * **训练流程**：分为编码器预训练、查询增强和解码器专门化三个阶段，通过多阶段优化
   提升模型性能。

## DeepSeek-OCR 2 的项目地址

 * **GitHub仓库**：https://github.com/deepseek-ai/DeepSeek-OCR-2
 * **HuggingFace模型库**：https://huggingface.co/deepseek-ai/DeepSeek-OCR-2
 * **技术论文**：https://github.com/deepseek-ai/DeepSeek-OCR-2/blob/main/DeepSeek_OCR2_paper.
   pdf

## DeepSeek-OCR 2 的应用场景

 * **文档处理与数字化**：模型能将纸质文档快速转化为可编辑的电子文档，支持复杂布局
   和多语言内容的高精度识别，适用于图书馆、档案馆等机构的数字化工作。
 * **学术与科研**：高效解析学术论文中的公式、图表和多栏文本，辅助研究人员快速提取
   关键信息，提升文献整理和数据分析效率。
 * **企业办公自动化**：模型能自动识别合同、报表等文件中的关键信息，支持企业文档的
   快速审核、归档和检索，提高办公效率。
 * **教育领域**：将教材、试卷等文档快速数字化，支持在线教学和电子化考试，辅助师生
   整理学术资料，提升教学与学习效率。
 * **出版与媒体**：模型快速解析杂志、报纸的复杂排版，支持电子版制作和内容分发，助力
   媒体行业实现高效内容创作与管理。

#### 📝 站长洞察 (Editor’s Insight)

DeepSeek-OCR 2的发布，不仅是单一模型的迭代，更揭示了多模态AI发展的一个关键趋势：
编码器正在从“感知工具”进化为“认知桥梁”。其提出的“因果流查询”机制，巧妙地将LLM的因果
推理范式注入视觉编码，使视觉Token的组织更贴近人类语义逻辑，这为构建下一代全模态（
Omni-modal）[大模型](https://paooo.com/ai-study/)提供了极具启发性的技术路径。该模型
在压缩视觉Token数量的同时提升精度，完美契合了产业界对高效率、低算力AI解决方案的核心
诉求。随着开源生态的完善，它有望成为文档智能领域的“新基建”，加速金融、法律、医疗
等专业知识的自动化提取与结构化进程，其影响远超工具本身，正在重塑人机交互与知识流
转的底层逻辑。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

**DeepSeek ↗**

DeepSeek 是由幻方量化公司推出的 AI 智能助手和开源大模型平台。其核心功能包括提供世界
级推理能力的 A

❓ 常见问题解答（FAQ）

DeepSeek-OCR 2 适合处理哪些文档？

它适合处理带表格、公式、多栏排版的复杂文档，也能用于合同、报表、论文、教材和杂志
等内容的高精度识别与结构化提取。

DeepSeek-OCR 2 的核心技术突破是什么？

核心在于 DeepEncoder V2 架构与因果流查询机制：模型可动态重排视觉 Token，让识别顺序
更贴近自然阅读逻辑，从而提升复杂版式解析能力。

DeepSeek-OCR 2 的实测效果如何？

文章提到它在 OmniDocBench v1.5 上综合得分达到 91.09%，较前代提升显著，同时在阅读
顺序识别和降低重复率方面表现更好。

🔬 语宙深潜追问 · 进阶实操拆解

语义OCR最适合哪些文档？

最适合复杂版式、表格混排、扫描件噪声大和字段语义强的文档，如合同、票据、报告和档案。
若是规则清晰、版面固定的表单，传统OCR+版面分析仍然更轻量高效。

如何降低重复识别和漏字段？

可用“检测-语义解析-一致性校验”三步走：先定位区域，再按语义抽取字段，最后用规则或
知识库校验字段关系。对高价值场景，建议加人工抽检闭环，持续修正易错模板。

🗳️ 读者观点微投票 · 您的实战立场是？

语义级OCR，真的会取代传统版面解析吗？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/)

 * [DeepSeek-OCR开源：10倍压缩97%精度，高效文档处理迎来颠覆性突破](https://paooo.com/aigc-news/13277/)
 * [Unlimited-OCR – 百度开源的端到端长文档 OCR 模型](https://paooo.com/aigc-news/24225/)
 * [OvisOCR2 – 阿里ATH-MaaS团队推出的端到端文档解析模型](https://paooo.com/aigc-news/30661/)
 * [PaddleOCR-VL重磅开源：0.9B参数登顶全球第一，多模态文档解析模型全面超越GPT-4o](https://paooo.com/aigc-news/13283/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/ai-tool/11809/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
