阿里半夜剛發(fā)完旗艦Qwen模型，行業(yè)解讀數(shù)據(jù)還沒出來呢，DeepSeek 凌晨就甩出一個(gè)升級(jí)版 DeepSeek-OCR 2，而且用的正是阿里的 Qwen。

香檳還沒來得及開，就被人拿去干活了。

這個(gè)時(shí)間點(diǎn)，明顯不是偶然

但DeepSeek沒有硬鋼大模型參數(shù)，而是選擇了：OCR。

更有意思的是：它用的不在自家模型，而是Qwen2-0.5B。DeepSeek團(tuán)隊(duì)在論文中自己也說了，這就有意思了。

注意這個(gè)數(shù)字：0.5B。

在今天這個(gè)動(dòng)不動(dòng)就幾十 B、上百B的年代，這個(gè)模型規(guī)模說白了是很小、很小了。但 DS 就用這么個(gè)配角，干了一件讓行業(yè)震驚的大事。

DeepSeek 讓AI學(xué)會(huì)了抓重點(diǎn)

去年10月DS團(tuán)隊(duì)就發(fā)布了OCR1，把圖像壓成少量token喂給AI，取得了巨大的成功，說明方向是對(duì)的，但大家沒當(dāng)回事。

但這次不一樣了。DeepSeek-OCR 2是在行業(yè)內(nèi)做了個(gè)大創(chuàng)新：是讀圖，是先推理圖的閱讀順序。

• 傳統(tǒng) OCR 是什么?不管是風(fēng)景還是文字，一律先掃一遍，這樣挺浪費(fèi)算力的，
• 而這次OCR2解決的是：圖片上哪里可能有信息、哪個(gè)地方更重要、哪些地方可以不看，屬于邊看邊理解。

最反常的地方：只用了 0.5B

很多人覺得0.5B太小了，用起來沒面子。

但在內(nèi)行人眼里看：DeepSeek只用了Qwen2-0.5B的數(shù)據(jù)就搞定了 OCR2，這意味著法拉利加兌了水的柴油，也能跑到極速。

• 舉個(gè)例子：如果用70B的大模型識(shí)別圖片，識(shí)一張圖可能要5分錢;但用Qwen2-0.5B，成本可能連5厘錢都不到。而且0.5B的模型非常小(大概就幾百M(fèi)B)，這意味著你手機(jī)上、汽車芯片里，可以直接裝了，幾百塊錢就能搞定。

DeepSeek團(tuán)隊(duì)能把Qwen2-0.5B玩出花來，說明是真本事!

其次，程序員也喜歡用0.5B小模型，因?yàn)檫@款模型穩(wěn)定、成本低、好部署，特別適合二次開發(fā)。

• 所以這件事至少說明了三點(diǎn)：
• (1)說明DeepSeek根本不在乎底座是不是自己的，只要能用就行，非常務(wù)實(shí)。
• (2)說明AI模型不在參數(shù)多大，0.5B的袖珍級(jí)模型，一樣創(chuàng)造神話。
• (3)也是最容易被忽略的一點(diǎn)：越來越多關(guān)鍵項(xiàng)目，開始默認(rèn)用阿里的Qwen了。

這條路一旦走通，誰會(huì)最先倒霉?

DeepSeek OCR 2 這種路線一旦跑通，那將對(duì)許多行業(yè)的影響是致命的。

• (1)銀行領(lǐng)域，尤其是放貸，一個(gè)人要看一天，一旦用上了OCR配合AI，那么幾秒就能出結(jié)果了。
• (2)醫(yī)療領(lǐng)域，那些老大夫?qū)懙牧什莸臐h字、化驗(yàn)單，用OCR+AI就能猜出醫(yī)生開的是什么藥。
• (3)自動(dòng)駕駛領(lǐng)域，汽車可以更輕松的讀路牌、讀紅綠燈、讀儀表板，以后的識(shí)別率會(huì)更高。
• (4)教育領(lǐng)域，孩子手寫作業(yè)、試卷批改，老師的重復(fù)勞動(dòng)會(huì)被快速壓縮。

(AI眼中的路牌)

真正致命的，是它把成本打下來了

你可能會(huì)說：這些功能以前不也有嗎?

有，但不一樣。

這意味著：DeepSeek OCR2的識(shí)別準(zhǔn)確率提升到 91.09%，整體成本至少下降 50%。

更意味著原本只有大公司能用的起的OCR，現(xiàn)在小團(tuán)隊(duì)也能用的上來。如果 OCR 2 這條路走通了，大模型的整體使用成本，很可能在降低50%。

Qwen，正在悄悄變成底座!

它的優(yōu)勢(shì)不是“新”，而是：體積小、性能穩(wěn)定、好適配、工程友好。

以前很多視覺識(shí)別、自動(dòng)駕駛，必須聯(lián)網(wǎng)、必須高算力。而在DeepSeek團(tuán)隊(duì)的這種思路下：不聯(lián)網(wǎng)也能用、算力更低、價(jià)格更便宜了。

• 而且DeepSeek可不是個(gè)例：
• (1)日本的Abeja，用 Qwen 訓(xùn)練出了多個(gè)日語大模型，成了日本當(dāng)?shù)氐摹皣浿狻薄?/li>
• (2)英國牛津大學(xué)OxValue.AI公司也用Qwen做了一套財(cái)務(wù)估值系統(tǒng)。

DeepSeek 是這兩年國內(nèi)最激進(jìn)的一家開源模型團(tuán)隊(duì)。他不愛卷模型、特別喜歡改結(jié)構(gòu)，幾乎所有的模型都直接開源了。

別人拼的是誰的模型更大、誰的算力更牛，可DeepSeek拼的是：用最少的錢，干最多的活。

這次 OCR 2，本質(zhì)也是這個(gè)思路。

最后你會(huì)發(fā)現(xiàn)，Qwen 從來不靠吆喝，但它已經(jīng)悄悄進(jìn)了無數(shù)產(chǎn)品的底層。真正改變行業(yè)的技術(shù)，往往不是被討論最多的那個(gè)。

盧松松是一位自媒體人、短視頻博主。也是創(chuàng)業(yè)者必看的賬號(hào)，關(guān)注草根創(chuàng)業(yè)圈、科技互聯(lián)網(wǎng)、自媒體和短視頻行業(yè)。感謝您的關(guān)注！