就在上周，人工智能团队DeepSeek AI正式发布全新多模态模型 DeepSeek-OCR。
这款模型以 “探索视觉 – 文本压缩边界” 为核心目标，从大语言模型（LLM）视角重新定义视觉编码器的功能定位，为文档识别、图像转文本等高频场景提供了兼顾精度与效率的全新解决方案，引发技术领域与行业应用端的广泛关注。
本文将带领大家部署在cloudstudio 利用免费时长的GPU资源部署一下带 web 端的项目，一睹为快。
“一图胜千言”。当大模型（LLM）面对超长文本（Long Context）时，传统的Tokenizer会产生海量的Token，带来巨大的计算和内存挑战。DeepSeek-OCR提出：为什么不干脆把这些长文本“截图”成一张图片，然后用Vision Encoder进行高效压缩，再喂给LLM呢？ 通过这种方式，几千个Text Token可以被压缩成几百个Vision Token，并且信息损失极小！
DeepSeek-OCR：
DeepSeek-OCR-WebUI：
打开链接：，注册账号，其实就是本博客前面分享的的腾讯云高性能应用服务 HAI 升级产品。
注册后关联腾讯云账号和签到直接赠送 52 算力资源包时长。
然后创建一个应用，注意创建的时候一定要选 AI 模板环境才会分配显卡资源，而不是只有DeepSeek 教程简单的内存和 CPU 的服务器，比如要有 nvida 和 conda，docker 基础环境的。
要部署的现有 web 项目。
直接在控制终端输入下面命令：
然后耐心等待项目镜像构建完成并启动。
最后访问映射端口访问服务即可体验。
或则部署另外一个 web 项目：
通用 ocr
图片描述
查找定位
更多功能大家可以自行部署测试，总体上来说还是不错的，可以作为 ocr 的补充。
function Catalogswith()
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/240164.html原文链接：https://javaforall.net
