DeepSeek
DeepSeek-OCR 2
DeepSeek-OCR 2は、文書画像の文字認識と構造解析を主な対象とする、公開ウェイトの視覚言語モデルです。公式リポジトリでは2026年1月27日に発表されています。(github.com) DeepEncoder V2を用い、画像の意味や文書構造に応じて視覚トークンを並べ替え、複雑なレイアウトの読み取りを支援します。(arxiv.org)…
モデルを見る日本語
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
DeepSeek-OCR 2は、文書画像の文字認識と構造解析を主な対象とする、公開ウェイトの視覚言語モデルです。公式リポジトリでは2026年1月27日に発表されています。(github.com) DeepEncoder V2を用い、画像の意味や文書構造に応じて視覚トークンを並べ替え、複雑なレイアウトの読み取りを支援します。(arxiv.org)…