@0x0SojalSec: 3B小模型 DeepSeek OCR 2 击败 Gemini 3 Pro。本地运行。DeepSeek OCR 2，一个最先进的3B模型，比Gemini 3 P…

X AI KOLs Timeline 模型
deepseek-ocr-2 ocr document-understanding ai-model state-of-the-art locally-run

摘要

DeepSeek OCR 2 是一个拥有3B参数的模型，在OCR和文档理解方面超越了Gemini 3 Pro，具有类似人类的阅读顺序，并支持本地微调。

3B小模型 DeepSeek OCR 2 击败 Gemini 3 Pro。 本地运行。 DeepSeek OCR 2，一个最先进的3B模型，在文档阅读方面比Gemini 3 Pro更智能。 你可以进行微调，它先构建全局视图，然后按照自然的类人顺序阅读，实现了最先进的视觉、文档和OCR理解。 借助DeepEncoder V2，它模拟人类的阅读逻辑而非僵化的网格，扫描图像，使复杂布局、表格和混合内容的识别准确率大大提高。 提升OCR准确率。 先全局理解，然后学习类人的阅读顺序，即先关注什么、再关注什么等。 相比之前版本甚至 Gemini 3 Pro 有显著改进。
查看原文
查看缓存全文

缓存时间: 2026/07/16 20:22

3B小模型DeepSeek OCR 2已超越Gemini 3 Pro。可本地运行。

DeepSeek OCR 2，一款3B参数的SOTA模型，在文档阅读方面比Gemini 3 Pro更智能。

而且你可以进行微调，它先构建整体画面，再按照自然的阅读顺序读取，在视觉、文档和OCR理解方面达到SOTA水平。

借助DeepEncoder V2，它模拟人类的阅读逻辑而非僵化的网格，扫描图像，使复杂布局、表格和混合内容更加准确，从而提升OCR精准度。

它具备全局理解能力，然后学习类人的阅读顺序——先关注什么，再关注什么，依次推进。

相比前代版本甚至Gemini 3 Pro，取得了令人瞩目的提升。

相似文章