DeepSeekOCR2速递:模拟人类阅读习惯重排阅读顺序，实现OCR效果提升 传统OCR的痛点是什么?现实文档大多存在图文混排，AI容易读错顺序，导致OCR给出的结果较为混乱。 DeepSeek-OCR2做了什么?将"阅读顺序/阅读逻辑”的处理，从解码器(LLM)前置到了编码器(Encoder)中。Deepseek创新性提出Visual Causal Flow(视觉因果流)，先依据语义将文档重排为符合阅读逻辑的顺序，让编码器先将2D文档内容"按语义重排为1D因果流”，再交给LLM生成，从而让视觉编码器学会了一种更接近"人类阅读习惯”的机制。 效果如何?OmniDocBench v1.5测试综合得分91.09，相比上一代deepseek OCR显著提升。 技术启发?DeepSeek-OCR2最值得关注的意义在于，将二维理解拆解为两个层级的"一维因果推理":Encoder负责构建阅读流，Decoder 负责生成与推理。未来的影响也许不仅限于OCR，而有可能扩大至一切多模态领域任务，也许都有望从这种”先学会读顺序”的思路中获益
