海通国际：中国电子：DeepSeek-OCR2：以“因果阅读顺序”重塑复杂文档理解

事件 2026年1月27日，DeepSeek团队正式发布研究论文《DeepSeek-OCR2:VisualCausalFlow》，并同步开源面向OCR与文档解析场景的专用模型DeepSeek-OCR2（以下简称DeepSeek-OCR2）。新版模型核心升级在于其视觉编码器DeepEncoderV2的突破性改进，该设计使模型摆脱传统“自上而下、从左至右”的机械式扫描方式，转为依据文档结构特征与语义关联进行动态理解，实现了更贴近人类认知逻辑的图文、表格及公式解析能力，有望显著提升复杂文档处理的准确性与效率。 点评 这次升级抓住了文档理解里最难啃的一块——复杂版式的阅读顺序。在复杂文档（如多栏排版、嵌套表格及公式混杂文本）的处理中，传统OCR及多数视觉语言模型常将图像中的“空间顺序”直接等同于“语义顺序”，导致识别结果出现串行、错位等问题。DeepSeek-OCR2针对这一核心瓶颈进行了关键改进：以轻量级语言模型Qwen2-500M替代原有的CLIP风格编码器，并引入具备因果注意力的“因果流查询”机制。该设计能够在编码阶段即对视觉token按内容逻辑进行重组，使其在进入解码器前已完成结构理顺