产品概览
DeepSeek OCR 是一个基于两阶段变换器的文档人工智能系统，利用上下文光学压缩技术提供一流的文档智能。它将高分辨率文档压缩为精简的视觉标记，然后借助 30 亿参数的专家混合模型进行解码，实现对 100 多种语言几乎无损的文本、布局和图表理解。支持在复杂布局下进行 GPU 高效处理，并在 3000 万个真实 PDF 页面和合成数据上训练，能够保留布局结构、表格、化学（SMILES 字符串）以及几何任务
价格类型
免费增值
产品形态
网页端
收录时间
2025年10月22日
产品截图
核心功能
上下文光学压缩引擎
多语言支持（100+种语言）
结构化输出（HTML、Markdown、SMILES、JSON）
GPU 高效处理能力（每天 20 万页在 A100 上）
高精度（97% 的精确匹配率）
MIT 许可的权重，适合本地部署
适合场景
压缩扫描的书籍和报告以进行后续的搜索、摘要和知识图谱
从技术图纸和公式中提取几何推理、工程注释和化学 SMILES
在 100 多种语言中建立全球语料库以创建多语言数据集
嵌入发票、合同或表单处理平台，以获得布局感知的 JSON 和 HTML 输出
如何使用
DeepSeek OCR 可以通过三种主要方式使用：1. 通过克隆 GitHub 仓库、本地下载 6.7 GB 的检查点并配置 PyTorch 在本地使用 GPU 部署。2. 通过其兼容 OpenAI 的 API 接口调用 DeepSeek OCR，提交图像并接收结构化文本。3. 将 DeepSeek OCR 集成到现有工作流中，将 OCR 输出转换为 JSON，连接 SMILES 字符串到化学信息学管道，或者自动为图表生成标题
数据表现
月访问量
12.8K
平均访问时长
00:00:11
每次访问页数
1.53
跳出率
46.45%
流量统计时间范围：Jul 2025 - May 2026
公司与联系信息
公司名称
DeepSeek