DeepSeek半夜更新OCR2，用的卻是阿里的Qwen

阿里半夜剛發完旗艦Qwen模型，行業解讀數據還沒出來呢，DeepSeek 凌晨就甩出一個升級版 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。

這個時間點，明顯不是偶然

但DeepSeek沒有硬鋼大模型參數，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團隊在論文中自己也說了，這就有意思了。

注意這個數字：0.5B。

在今天這個動不動就幾十 B、上百B的年代，這個模型規模說白了是很小、很小了。但 DS 就用這么個配角，干了一件讓行業震驚的大事。

DeepSeek 讓AI學會了抓重點

去年10月DS團隊就發布了OCR1，把圖像壓成少量token喂給AI，取得了巨大的成功，說明方向是對的，但大家沒當回事。

但這次不一樣了。DeepSeek-OCR 2是在行業內做了個大創新：是讀圖，是先推理圖的閱讀順序。

• 傳統 OCR 是什么?不管是風景還是文字，一律先掃一遍，這樣挺浪費算力的，
• 而這次OCR2解決的是：圖片上哪里可能有信息、哪個地方更重要、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。

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

• 舉個例子：如果用70B的大模型識別圖片，識一張圖可能要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MB)，這意味著你手機上、汽車芯片里，可以直接裝了，幾百塊錢就能搞定。

DeepSeek團隊能把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，因為這款模型穩定、成本低、好部署，特別適合二次開發。

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

這條路一旦走通，誰會最先倒霉?

DeepSeek OCR 2 這種路線一旦跑通，那將對許多行業的影響是致命的。

• (1)銀行領域，尤其是放貸，一個人要看一天，一旦用上了OCR配合AI，那么幾秒就能出結果了。
• (2)醫療領域，那些老大夫寫的潦草的漢字、化驗單，用OCR+AI就能猜出醫生開的是什么藥。
• (3)自動駕駛領域，汽車可以更輕松的讀路牌、讀紅綠燈、讀儀表板，以后的識別率會更高。
• (4)教育領域，孩子手寫作業、試卷批改，老師的重復勞動會被快速壓縮。

(AI眼中的路牌)

真正致命的，是它把成本打下來了

你可能會說：這些功能以前不也有嗎?

有，但不一樣。

這意味著：DeepSeek OCR2的識別準確率提升到 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，現在小團隊也能用的上來。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!

它的優勢不是“新”，而是：體積小、性能穩定、好適配、工程友好。

以前很多視覺識別、自動駕駛，必須聯網、必須高算力。而在DeepSeek團隊的這種思路下：不聯網也能用、算力更低、價格更便宜了。

• 而且DeepSeek可不是個例：
• (1)日本的Abeja，用 Qwen 訓練出了多個日語大模型，成了日本當地的“國貨之光”。
• (2)英國牛津大學OxValue.AI公司也用Qwen做了一套財務估值系統。

DeepSeek 是這兩年國內最激進的一家開源模型團隊。他不愛卷模型、特別喜歡改結構，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，本質也是這個思路。

最后你會發現，Qwen 從來不靠吆喝，但它已經悄悄進了無數產品的底層。真正改變行業的技術，往往不是被討論最多的那個。

盧松松是一位自媒體人、短視頻博主。也是創業者必看的賬號，關注草根創業圈、科技互聯網、自媒體和短視頻行業。感謝您的關注！