DeepSeek开源新模型：用视觉模式实现上下文压缩。
10月20日，DeepSeek宣布开源最新大模型DeepSeek-OCR。所谓的OCR，据DeepSeek在论文中解释称，是通过光学2D映射压缩长上下文可行性的初步研究。DeepSeek-OCR由两部分组成：DeepEncoder和作为解码器的DeepSeek3B-MoE-A570M。DeepEncoder作为核心引擎，设计为在高分辨率输入下保持低激活，同时实现高压缩比，以确保视觉tokens数量优化且可管理。
通俗而言，这是一种视觉-文本压缩范式，通过用少量的视觉token来表示原本需要大量文本token的内容，以此降低大模型的计算开销。
据公布的论文名单显示，该项目由DeepSeek三位研究员Haoran Wei、Yaofeng Sun、Yukun Li共同完成，但这三位核心作者都颇为低调，其中一作作者Haoran Wei曾在阶跃星辰工作过，曾主导开发旨在实现“第二代 OCR”的GOT-OCR2.0系统。
DeepSeek-OCR的架构分为两部分。一是DeepEnco
