中文简介
deepseek-ai/DeepSeek-OCR 是 deepseek-ai 在 Hugging Face 发布的模型仓库，当前卡片主要关联图文理解与多模态生成、文本生成与推理。本站固定记录上游版本 9f30c71f441d，同步到 21 个文件，文件元数据合计 6.25 GB；访问状态为“公开”，许可证字段为“mit”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 deepseek-ai/DeepSeek-OCR 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
deepseek-ai/DeepSeek-OCR 是 deepseek-ai 在 Hugging Face 发布的模型仓库，当前卡片主要关联图文理解与多模态生成、文本生成与推理。本站固定记录上游版本 9f30c71f441d，同步到 21 个文件，文件元数据合计 6.25 GB；访问状态为“公开”，许可证字段为“mit”。
【适用方向】
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。
【版本与规格】
固定版本：9f30c71f441d。 任务标签：图文理解与多模态生成、文本生成与推理。 语言字段：multilingual。 架构：DeepseekOCRForCausalLM。 上游 Safetensors 元数据显示参数量约 3.34 B。 库标记：transformers。 模型类型字段：deepseek_vl_v2。 上游页面记录的最近更新时间：2025-11-04。
【文件信息】
上游 API 返回 21 个文件，文件元数据合计 6.25 GB。 已保存文件清单中的主要扩展名：.json 6 个、.py 5 个、.jpg 4 个、.md 2 个、无扩展名 2 个、.png 1 个。 当前较大的文件包括：model-00001-of-000001.safetensors（6.21 GB）；tokenizer.json（9.52 MB）；assets/fig1.png（386.82 KB）。
【运行或处理环境】
仓库文件元数据合计 6.25 GB。 按每参数 2 字节只计算 BF16 权重，理论下限约 6.21 GB；这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。
【使用边界】
许可证显示为“mit”，具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。
🌟 Github | 📥 Model Download | 📄 Paper Link | 📄 Arxiv Paper Link | DeepSeek-OCR: Contexts Optical Compression Explore the boundaries of visual-text compression. Usage Inference using Huggingface transformers on NVIDIA GPUs. Requirements tested on python 3.12.9 + CUDA11.8： vLLM Refer to 🌟GitHub for guidance on model inference acceleration and PDF processing, etc. [2025/10/23] 🚀🚀🚀 DeepSeek-OCR is now officially supported in upstream vLLM. Visualizations Acknowledgement We would like to thank Vary, GOT-OCR2.0, MinerU, PaddleOCR, OneChart, Slow Perception for their valuable models and ideas. We also appreciate the benchmarks: Fox, OminiDocBench. Citation ```bibtex @article{wei2025deepseek, title={DeepSeek-OCR: Contexts Optical Compression}, author={Wei, Haoran and Sun, Yaofeng and Li, Yukun}, journal={arXiv preprint arXiv:2510.18234}, year={2025} }
适用场景
适合评估图文理解、视觉问答、文档或场景解析等多模态任务。 建议先用小规模样本验证推理框架、输入输出格式和任务指标，再决定是否进入完整权重获取、量化或部署评估。
模型参数
固定版本：9f30c71f441d。 任务标签：图文理解与多模态生成、文本生成与推理。 语言字段：multilingual。 架构：DeepseekOCRForCausalLM。 上游 Safetensors 元数据显示参数量约 3.34 B。 库标记：transformers。 模型类型字段：deepseek_vl_v2。 上游页面记录的最近更新时间：2025-11-04。
文件说明
上游 API 返回 21 个文件，文件元数据合计 6.25 GB。 已保存文件清单中的主要扩展名：.json 6 个、.py 5 个、.jpg 4 个、.md 2 个、无扩展名 2 个、.png 1 个。 当前较大的文件包括：model-00001-of-000001.safetensors（6.21 GB）；tokenizer.json（9.52 MB）；assets/fig1.png（386.82 KB）。
上游文件元数据
.gitattributes1.74 KB.ipynb_checkpoints/README-checkpoint.md4.24 KBassets/fig1.png386.82 KBassets/show1.jpg114.08 KBassets/show2.jpg210.95 KBassets/show3.jpg241.26 KBassets/show4.jpg262.46 KBconfig.json2.60 KBconfiguration_deepseek_v2.py10.40 KBconversation.py9.04 KBdeepencoder.py37.12 KBLICENSE1.06 KB
硬件建议
仓库文件元数据合计 6.25 GB。 按每参数 2 字节只计算 BF16 权重，理论下限约 6.21 GB；这不包含 KV Cache、激活值、框架开销或并发余量。 实际显存与内存由精度、量化方式、上下文长度、批量、并发、MoE 专家加载方式和推理框架共同决定，不能只凭参数名或仓库大小作部署承诺；应在目标格式和目标硬件上实测。
注意事项
许可证显示为“mit”，具体用途限制、附加政策和归属要求仍以上游原文为准。 模型输出、工具调用和生成内容可能出现错误、偏见或安全风险，面向业务前应建立任务级评测、权限隔离和人工确认。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。
- 大模型获取与国内转存服务
- 大模型怎么下载：Hugging Face 官方方式与国内交付完整指南
- 国内下载 Hugging Face 模型很慢或经常中断怎么办
- DeepSeek、ChatGPT、豆包、Kimi 能否下载到本地
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。