DeepSeek新模型颠覆OCR传统，文本转视觉获Karpathy盛赞

　　据新浪科技报道，近日DeepSeek再次新发布并开源的OCR模型，从根本上改变了AI游戏规则。Github开源项目DeepSeek-OCR，一夜收获超4k星。相关论文（《DeepSeek OCR：上下文光学压缩》）解释了这一研究成果。

　　传统OCR如同“文字扫描仪”，通过光学技术将图像中的文字提取转换为计算机和人都能理解的格式。比如，在将大量票据、证件、表单等数据电子化时，OCR发挥关键作用。

　　但DeepSeek却反其道而行之——将文本信息“绘制”为视觉图像，再通过视觉模型实现高效理解。如此创新尝试就是为了解决大模型的核心痛点——处理长文本时面临的计算挑战deepseek。

　　10页密密麻麻的文本报告，被压缩成一张图片，AI能够一眼读懂它。这样的信息处理效率意味着大幅降低了计算复杂度，用最直接的方式节约成本。

　　最近还在锐评AI发展的OpenAI创始团队成员、特斯拉前AI总监Karpathy，对DeepSeek新成果直言喜爱，并指出“早就该让视觉成为AI核心，而非依赖烂透了的文本分词器。”

　　更有业内大佬感叹，“当文本能被转化为视觉可理解的结构，语言与视觉的统一或许不再是理论。这可能是通往 AGI（通用人工智能）的关键一步。

　　深度学习模型的记忆以分布式参数形式存储，这种非结构化存储导致传统神经网络在学习新任务时，旧知识的参数空间会被新知识覆盖，模型无法做到像人类一样进行连贯推理。

　　而DeepSeek的想法是，通过视觉-文本压缩范式和动态分层遗忘机制，让AI“记住该记住的，忘记该忘记的”。

　　其核心思路是将文本信息转化为视觉token，通过光学压缩实现高效记忆管理，同时模拟人类遗忘曲线动态调整信息留存。原文出处：DeepSeek新模型颠覆OCR传统，文本转视觉获Karpathy盛赞，感谢原作者，侵权必删！