新的 DeepSeek-OCR 模型令人印象深刻，但最有趣的是在更基本的層面上使用視覺標記的可能性：模型能否直接在視覺潛在空間中進行推理？

"儘管專注於光學字符識別（OCR）作為概念驗證，這一範式為重新思考視覺和語言模態如何協同結合以提高大規模文本處理和代理系統中的計算效率開啟了新的可能性。"

這可能對金融、諮詢及相關領域的文件處理產生巨大影響。之前，表格和圖表對模型的正確讀取來說是一個大問題。 標題：在金融研究報告領域，DeepSeek-OCR 的深度解析模式可以用來獲取文件中圖表的結構化結果。圖表是金融和科學領域中數據表示的重要形式，而圖表的結構化提取是未來 OCR 模型不可或缺的能力。