DeepSeekはOCR2をリリースしました。これにより、人間と同じ論理的な順序で画像認識が可能になります。

BlockBeats ニュース、1 月 27 日、DeepSeek が新しい DeepSeek-OCR 2 モデルをリリースし、革新的な DeepEncoder V2 アプローチを採用しました。これにより、AI は画像の意味に基づいて画像のさまざまな部分を動的に並べ替えることができるようになり、単に左から右に機械的に走査するのではなくなりました。この方法は、人間がシーンを見る際に従う論理的なフローを模倣しています。最終的に、このモデルはレイアウトが複雑な画像を処理する際に、従来のビジュアル-言語モデルよりも優れたパフォーマンスを発揮し、より知的で因果推論能力の高いビジュアル理解を実現しました。