DeepSeek新模型“杀疯了”！用视觉压缩文字，开源即获5.7k Star，Karpathy直呼：Tokenizer必须被淘汰
值得注意的是，DeepSeek-OCR 能识别的语言和内容非常丰富，它除了支持普通印刷文本（包括中文、英文在内的 100 多种语言）之外，还能深入解析复杂排版的图像信息。乍一听，不少人可能觉得奇怪，但其实很直观：一页文字可能需要几千个文本 token，但压缩成图像后，只需要几百个视觉 token，就能表示同样的信息，压缩率大约 10 倍。而对于 OCR 研究者来说，这则是一个全新的 SOTA（最先进）系统——性能超越了更庞大的 MinerU 2.0 和 GOT-OCR2.0，同时运行更快、占用内存更少。
