2026年7月2日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

一眼读完一本书?别笑,真有人在干这事

发布日期:2025-10-21 10:15:28 浏览次数: 1995
作者:AI范儿

微信搜一搜,关注“AI范儿”

推荐语

AI技术迎来"JPEG时刻"!光学压缩让AI实现"一眼读完一本书"的科幻场景,效率提升堪称降维打击。

核心内容:
1. AI处理长文本的痛点与光学压缩的创新思路
2. DeepSeek OCR模型的工作原理与三大技术目标
3. 惊人的压缩效率数据与行业突破意义

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
这两天 AI 圈子又炸锅了!
一个叫 DeepSeek-OCR 的新玩意儿,被好多人喊做“ AI 的 JPEG 时刻”。听着就挺酷炫,但到底啥意思?跟咱有啥关系?
今天就来用大白话聊聊。
你有没有想过——AI 有可能学不会的一项技能,居然是:扫一眼就能读完一本书。
听着是不是有点像科幻小说那味?
但今天咱聊的,不是玄幻,而是真实存在的新技术——光学压缩(Optical Compression)。
它的目标就是让 AI “一眼看完”,真的像人一样看图识世界。
AI 最大的老毛病:太能“卷”了
AI 界一直有个头疼的大难题:超长文本太难处理。
比如 GPT-4,强是强,但你要是给它扔一本几百页的小说,它就要开始“烧脑”了。
而且这可不是“多一倍字,多一倍计算”这么简单——是平方级增长。
简单说,字越多,AI 就越累,钱包也越疼。
这点我特别懂,毕竟我读完一本大部头的书,前面都忘光了。
AI 也差不多,它读着读着就把前面的关键细节给丢了。
突破点:别读字了,看图!
解决办法居然特别“人性化”——别再一个字一个字读了,直接拍照!
是的,这就是光学压缩的灵感:把整页、甚至整本书拍成一张图,让 AI 直接去“看图识文”。
▲ 传统的文本处理和光学压缩的文本处理
这张图片就不只是图片,而是一个信息密度爆炸的压缩包。
咱们平时不都说“一图胜千言”嘛?一张图片能顶好多文字。AI也是这个理儿。
一张扫描的文档图片,它包含的信息量,比你把这些文字一个字一个字打进去,要“轻”得多,也更“紧凑”。
AI 只需处理少得多的视觉符号,就能理解整本书的内容。
效率提升那叫一个离谱,真·降维打击。
真·技术派登场:DeepSeek OCR
光有想法不够,得有人真做出来。
于是 DeepSeek 团队推出了个新模型——DeepSeek OCR。
它的任务就一个:验证光学压缩到底靠不靠谱。
它的原理也简单:
第一步:用 Deep Encoder 压缩,把一整页文字变成一张浓缩图;
第二步:再用解码器“解压”,把文字原封不动还原回来。
▲ DeepSeek-OCR 包好压缩和解压两部分
整个模型的三个死目标:
1️⃣ 要能看超高清文字图;
2️⃣ 要超级省资源;
3️⃣ 用尽可能少的视觉符号表达尽可能多的信息。
每一条都精准命中“算力贵、效率低”的痛点。
效果有多炸?看数据
有个数据我看到都惊了:压缩 10 倍,还能保持 97% 准确率。
这基本就是无损压缩。
更狠的是,压到 20 倍,准确率还有 60%。
这效率,简直是“拿命在压”。
▲ DeepSeek-OCR 压缩比和精度
同场对比时,其他模型处理同样文档要几千个 token,而 DeepSeek OCR 只要一百来个。
▲ DeepSeek-OCR 用最少的 token 实现了顶尖的性能
这就叫——花最少的钱,办最大的事。
我突然想到:AI 也该学会“遗忘”
讲真,这技术让我想到一个挺哲学的问题。
我们的大脑,其实也是种“光学压缩”系统。
新记忆清晰得像高清照片,旧记忆慢慢糊成低清图。
你十年前的午饭吃了啥?肯定不记得,也没必要记。
也许 AI 也该这样——
记住重要的,模糊掉次要的。
不是过目不忘才聪明,学会遗忘,可能才更像人。
所以我想把这个问题留给你:
👉 对 AI 来说,“遗忘”到底是 bug,还是一种高级功能?

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅