核心观点 - DeepSeek发布全新多模态模型DeepSeek-OCR，其核心技术“上下文光学压缩”通过将文本作为图像处理，实现7-20倍的token压缩，理论上可实现无限上下文，并可能为光计算芯片进入大语言模型领域铺平道路 [1][3][4][5] 技术创新与原理 - 模型提出“上下文光学压缩”技术，将文本作为图像处理以实现高效信息压缩，例如一页文本通常需要2000-5000个文本tokens，转换为图像后仅需200-400个视觉tokens，实现7-20倍压缩 [3] - 在10倍压缩时保持97%解码精度，20倍压缩时仍有60%精度，该技术模拟人脑遗忘机制，通过将历史上下文渲染成图像并随时间降采样，模拟“近期信息高保真、远期信息自然褪去”的生物遗忘曲线 [3][4] - 技术能大幅降低数据分割和组装操作次数，从而降低整体计算负荷，降低对后端计算硬件在规模和精度上的直接压力 [4] 对光计算产业的潜在影响 - DeepSeek-OCR技术解决了光计算引入大模型的最大问题——序列上下文过长，其视觉编码器部分非常适合由光学协处理器执行，而文本解码部分仍由电子芯片处理，记忆压缩可完全交给光计算芯片实现最优分工 [5] - 光计算芯片利用光速传输、高并行性和低功耗特性，被誉为“后摩尔时代”潜力技术，该模型为光计算高并行性和低功耗优势发挥提供了明确技术路径 [1][5] - 光计算芯片目前处于产业化早期，主要需解决先进光电融合封装和软件生态成熟度问题，业内预计距离在数据中心与GPU同台竞技还需3-5年时间攻克工程、成本和生态难题 [6][7] 产业参与者和进展 - 国内主要光计算参与者包括曦智科技、图灵量子、光本位等公司，国外有Lightmatter、Lumai、Cerebras Systems等厂家 [6] - 图灵量子已围绕薄膜铌酸锂开展全流程研究并实现规模化量产，具备从设计、版图、流片、测试到封装的完整能力 [7]

政策支持 - 北京将对符合条件的通用智能体运营服务给予最高不超过3000万元支持 [1] - 支持举措包括按调用算力成本进行补贴 [2] - 目标是通过政策支持加快建设全球人工智能创新策源地和产业高地 [1] 技术创新方向 - 重点支持智源院等新型研发机构在具身智能、AI+生命健康、AI for Science等前沿交叉领域的创新 [1] - 加快培育光计算芯片、类脑智能等颠覆性技术 [1] - 探索通用人工智能发展新路径 [1][2] 产业发展规划 - 北京已发布《北京市人工智能赋能新型工业化行动方案（2025年）》 [1] - 计划开发部署具有引领作用的行业大模型 [1] - 构建高性能通用智能体 [1] 产业生态建设 - 推进数据和应用一体化发展，加快人工智能对实体经济深度赋能 [2] - 优化营商环境，加大人工智能产业基金直投力度 [2] - 依托国家级人工智能学院培养青年人才 [2] 国际影响力 - 持续打造全球"开源之都" [1][2] - 加强国际人工智能安全对话及科研合作 [2] - 推动建立全球人工智能安全与治理体系 [2] 产业规模 - 2024年北京人工智能企业突破2400家 [2] - 核心产业规模近3500亿元 [2] - 企业数量和核心产业规模均占全国一半 [2]