1月28日，优刻得完成DeepSeek-OCR-2接入。 据悉，DeepSeek最新开源的DeepSeek-OCR-2，通过架构 适配DeepEncoder V2，摒弃了经典的CLIP视觉分支，采用LLM作为视觉编码器，并提出视觉因果流 （Visual Causal Flow）范式，以解决多模态大模型在面对复杂表格或非线性文本时，往往会出现的语义 与序列错配问题。 具体来看，传统的视觉语言模型（VLM）存在固有的归纳偏置：光栅扫描，并施加 固定的绝对位置编码（从左到右，从上到下）。这与人类"基于语义逻辑跳跃扫描"的视觉认知机制背道 而驰——人类在阅读文档时，目光是随着逻辑流动，遇到表格会按列或按行扫视，遇到分栏会自动跳 跃。 ...