Lưu trữ — CN — technode
DeepSeek phát hành OCR 2 với kiến trúc mã hóa hình ảnh mới, nhắm đến khả năng nhìn nhận như con người của máy móc.
Công ty khởi nghiệp trí tuệ nhân tạo Trung Quốc DeepSeek vừa ra mắt DeepSeek-OCR 2, một mô hình nhận diện ký tự quang học tiên tiến sử dụng kiến trúc lý luận ý nghĩa mới để cải thiện khả năng nhìn máy. Mô hình này giảm chi phí tính toán và cải thiện hiệu quả xử lý dữ liệu, cho thấy sự tăng hiệu suất 3,73% trong các bài kiểm tra đánh giá, khi cuộc cạnh tranh về các mô hình trí tuệ nhân tạo ngày càng gay gắt.
Điểm chính
- DeepSeek đã phát hành DeepSeek-OCR 2 với khả năng mã nguồn mở.
- Mô hình mới sử dụng kiến trúc DeepEncoder V2, từ bỏ việc mã hóa hình ảnh cứng nhắc.
- Luận điểm ngữ nghĩa cho phép sắp xếp lại các phần hình ảnh theo ngữ cảnh một cách linh hoạt.
- DeepSeek-OCR 2 xử lý tài liệu phức tạp với ít mã thông tin hình ảnh hơn (từ 256 đến 1.120).
- Đạt điểm số 91,09% trên OmniDocBenchv1.5, tăng 3,73% so với phiên bản trước đó.
- Việc phát hành này phản ánh sự cạnh tranh gay gắt giữa các nhà phát triển trí tuệ nhân tạo Trung Quốc trong các mô hình nền tảng và trí tuệ nhân tạo đa dạng.
Vì sao quan trọng
- Việc phát hành này phù hợp với xu hướng CNTT năm 2025 về việc cải thiện khả năng AI trong xử lý và hiểu tài liệu.
- Điều này nhấn mạnh sự tiến hoá liên tục trong công nghệ AI do sự cạnh tranh trong các mô hình ngôn ngữ lớn thúc đẩy.
- Sự tiến bộ của DeepSeek góp phần vào mẫu mực chung của việc tăng cường các sáng kiến mã nguồn mở trong lĩnh vực AI, tạo điều kiện cho sự đổi mới cộng tác.
DeepSeek's việc phát hành OCR 2 đánh dấu một bước tiến quan trọng đến gần hơn với khả năng nhìn nhận giống con người hơn trong lĩnh vực trí tuệ nhân tạo, thể hiện sự hiệu quả nâng cao và áp lực cạnh tranh trong cảnh quan phát triển trí tuệ nhân tạo.