D
DeepSeek-OCR
Описание
DeepSeek-OCR — открытая модель примерно на 3 миллиарда параметров, которая читает текст с изображений. Появилась из исследования о сжатии текста в картинки («Contexts Optical Compression»). В примерах она переводит страницу документа в Markdown или просто распознаёт текст. Запускается через Hugging Face Transformers на видеокартах NVIDIA: авторы проверяли Python 3.12 и CUDA 11.8, среди зависимостей указан flash-attn; вскоре после выхода объявлена и официальная поддержка vLLM. Веса под лицензией MIT, доступ свободный. На странице есть пометка «многоязычная», но список языков не приведён.
Плюсы и минусы
Плюсы
- Лицензия MIT, коммерческое использование разрешено
- Веса открыты, заявка на доступ не нужна
- Выдаёт Markdown со страницы документа
- Есть официальная поддержка vLLM
Минусы
- Нужна видеокарта NVIDIA
- На странице модели нет списка языков
- Рукописный текст на странице модели не упомянут
Характеристики
- Лицензия
- MIT
- Коммерческое использование
- Разрешено
- Требования к железу
- Видеокарта NVIDIA (авторы проверяли с CUDA 11.8)
- Разработчик
- DeepSeek
- Данные проверены
- 20.10.2026
Оценка редакции
Насколько редакция AI Expertise рекомендует эту открытую модель для задач каждой её категории сейчас, по шкале от 0 до 10. Оценка складывается из качества результата, возможностей, простоты запуска, открытости лицензии и актуальности.