1. Введение

DeepSeek снова удивляет.
20 октября 2025 года компания выпустила DeepSeek-OCR — новую модель с открытым исходным кодом для оптического распознавания символов (OCR).

В отличие от традиционных OCR-систем, которые читают символы последовательно, DeepSeek-OCR фактически смотрит на них.
Он использует механизм визуального сжатия токенов, сжимая документ из 1000 символов всего в 100 визуальных токенов с сохранением до 97% точности.

Если вы интересуетесь мультимодальным искусственным интеллектом или визуально-языковыми моделями, вы наверняка слышали о Flux Kontext Pro — надежной модели, которая хорошо справляется с задачами анализа изображений на английском языке.

Но теперь Qwen Image, новая модель от Alibaba, меняет правила игры — особенно для контента на китайском. На основе практического тестирования мы можем уверенно заявить: