DeepSeek發布DeepSeek-OCR 2模型，採用創新的DeepEncoder V2方法，讓AI能夠根據圖像的含義動態重排圖像的各個部分，而不再只是機械地從左至右掃描。該方式模擬人類在觀看場景時所遵循的邏輯流程。
最終，該模型在處理布局複雜的圖片(如文件或圖表)時，表現優於傳統的視覺-語言模型，實現更聰明、更具因果推理能力的視覺理解。
據DeepSeek公布的技術報告，DeepSeek-OCR 2在多項關鍵指標上展現顯著優勢。在OmniDocBench v1.5基準測試中，該模型取得91.09%的成績，較前代DeepSeek-OCR提升3.73%。
內地媒體報道，該模型在保持極高精度的同時，嚴格控制了計算成本，其視覺Token數量被限制在256至1120之間，該上限與Google的Gemini-3 Pro保持一致。在實際生產環境中，該模型在處理在線用戶日誌和PDF預訓練資料時的重複率分別下降2.08%和0.81%，顯示出極高的實用成熟度。