金融智能体或迎来爆发式增长：DeepSeek-OCR 2以1/6计算资源实现行业领先准确率
1 DeepSeek-OCR 2发布：进一步降低部署成本+更快更精准的识别
1.27日，深度求索发布DeepSeek-OCR 2，据介绍能像人类一样根据图像含义动态调整阅读顺序，大幅提升复杂文档的识别准确率。
这里给不了解的朋友解释下，OCR是光学字符识别的缩写，核心作用是把图片里的文字变成电脑能识别的文字。
1/6 的计算资源在端到端模型赛道中取得了 No.1 的准确率
这项技术应用十分广泛，从纸质文档转word、证件发票识别，到拍照翻译、金融财报解析，生活工作中应用十分广泛。
来看下本次更新的主要方面：
根据披露的信息，对比当前市面上的已有竞品，OCR2也极具竞争力
2金融行业智能体建设或迎来一轮大爆发
看到这里，我已按捺不住内心的激动，公司H20早已不堪重负，智能体建设总在权衡并发度和响应时间权衡。这个新模型的发布无疑是给硬件条件有限的公司提供了更多智能体建设的落地方案。
金融系统的智能体建设中，复杂文档和照片这种信息的解析是非常常见的业务场景，本次新开源出来的DeepSeek-OCR 2凭借新引入的DeepEncoder V2，支持”动态空间重排“，完成了下面几个难点问题几点解决：
1、解决“多栏与跨页”的 Visual Causal Flow：在处理复杂金融公告、多栏研报时，能准确识别段与段的衔接。
2、还原复杂表格：对于财报中的“资产负债表”、“现金流量表”等能保留行列对应关系，方便下游系统对接，且在信息密度较高的信贷审核流水中能够精准区分小数点、千分位符以及负号。
3、识别票据和手写体：手写体识别准确度提升至99.6%，信贷贷前调查中的营业执照、财务报表、征信报告等能高效准确识别。
时效性上：吞吐量上表现惊人，但超低延迟不如传统的轻量级 OCR。
3、结语
对于金融、法律等复杂文档场景，DeepSeek-OCR 2 不仅快，而且准。只要配备了入门级算力（RTX 4090 或 A10/A30），DeepSeek-OCR 2 足以支撑企业内部高并发的实时文档处理流水线，实现日常财报等复杂文本的分析。
更多金融 AI 避坑实录，首发于公众号「深橙语宙」
