DeepSeek-OCR 的「光學壓縮」技術如何實現高效率的文件處理？

DeepSeek-OCR 的光學壓縮技術如何提升文件處理效率

DeepSeek-OCR 透過其獨特的「光學壓縮」技術，將文字文件視為影像進行高效壓縮，從而實現高效文件處理。這項技術能夠將文件圖片壓縮高達 10 倍，同時保留約 97% 的資訊，大幅減少了需要處理的資料量。透過這種方式，DeepSeek-OCR 能夠在處理長文件、跨頁表格以及多語言文件時展現出卓越的效能。

記憶刻度機制：模擬人類遺忘

為了進一步提升效率，DeepSeek-OCR 引入了「記憶刻度」概念，模擬人類的遺忘機制。系統會將較舊的聊天內容以低解析度保存，如同人類記憶隨時間衰退一般，資料越久、越遠，解析度越低，呈現也越模糊。這種方式有助於系統更有效地管理和處理大量資訊，並將運算資源集中於更重要的內容。

技術細節與效能表現

DeepSeek-OCR 在技術上將文件視為圖片處理，並使用兩個擅長不同工作的模型分工合作，再透過一個「16 倍壓縮器」大幅減少需要計算的資料量。根據官方數據，DeepSeek-OCR 在單顆 Nvidia A100 GPU 上每日可處理約 20 萬頁資料，若使用包含 20 台伺服器、每台 8 顆 A100 的叢集，日處理量更可達 3,300 萬頁。此外，DeepSeek 還開放了程式碼與模型權重，有助於生態系驗證和擴充此技術，進一步推動文件處理技術的發展。