阿里半夜刚发完旗舰Qwen模型，行业解读数据还没出来呢，DeepSeek 凌晨就甩出一个升级版 DeepSeek-OCR 2，而且用的正是阿里的 Qwen。
香槟还没来得及开，就被人拿去干活了。
这个时间点，明显不是偶然
但DeepSeek没有硬钢大模型参数，而是选择了：OCR。
更有意思的是：它用的不在自家模型，而是Qwen2-0.5B。DeepSeek团队在论文中自己也说了，这就有意思了。
注意这个数字：0.5B。
在今天这个动不动就几十 B、上百B的年代，这个模型规模说白了是很小、很小了。但 DS 就用这么个配角，干了一件让行业震惊的大事。
DeepSeek 让AI学会了抓重点
去年10月DS团队就发布了OCR1，把图像压成少量token喂给AI，取得了巨大的成功，说明方向是对的，但大家没当回事。
但这次不一样了。DeepSeek-OCR 2是在行业内做了个大创新：是读图，是先推理图的阅读顺序。
传统 OCR 是什么?不管是风景还是文字，一律先扫一遍，这样挺浪费算力的，
而这次OCR2解决的是：图片上哪里可能有信息、哪个地方更重要、哪些地方可以不看，属于边看边理解。
最反常的地方：只用了 0.5B
和很多人觉得0.5B太小了，用起来没面子。
但在内行人眼里看：DeepSeek只用了Qwen2-0.5B的数据就搞定了 OCR2，这意味着法拉利加兑了水的柴油，也能跑到极速。
举个例子：如果用70B的大模型识别图片，识一张图可能要5分钱;但用Qwen2-0.5B，成本可能连5厘钱都不到。而且0.5B的模型非常小(大概就几百MB)，这意味着你手机上、汽车芯片里，可以直接装了，几百块钱就能搞定。
DeepSeek团队能把Qwen2-0.5B玩出花来，说明是真本事!
其次，程序员也喜欢用0.5B小模型，因为这款模型稳定、成本低、好部署，特别适合二次开发。
所以这件事至少说明了三点：
(1)说明DeepSeek根本不在乎底座是不是自己的，只要能用就行，非常务实。
(2)说明AI模型不在参数多大，0.5B的袖珍级模型，一样创造神话。
(3)也是最容易被忽略的一点：越来越多关键项目，开始默认用阿里的Qwen了。
这条路一旦走通，谁会最先倒霉?
DeepSeek OCR 2 这种路线一旦跑通，那将对许多行业的影响是致命的。
(1)银行领域，尤其是放贷，一个人要看一天，一旦用上了OCR配合AI，那么几秒就能出结果了。
(2)医疗领域，那些老大夫写的潦草的汉字、化验单，用OCR+AI就能猜出医生开的是什么药。
(3)自动驾驶领域，汽车可以更轻松的读路牌、读红绿灯、读仪表板，以后的识别率会更高。
(4)教育领域，孩子手写作业、试卷批改，老师的重复劳动会被快速压缩。
(AI眼中的路牌)
真正致命的，是它把成本打下来了
你可能会说：这些功能以前不也有吗?
有，但不一样。
这意味着：DeepSeek OCR2的识别准确率提升到 91.09%，整体成本至少下降 50%。
更意味着原本只有大公司能用的起的OCR，现在小团队也能用的上来。如果 OCR 2 这条路走通了，大模型的整体使用成本，很可能在降低50%。
Qwen，正在悄悄变成底座!
它的优势不是“新”，而是：体积小、性能稳定、好适配、工程友好。
以前很多视觉识别、自动驾驶，必须联网、必须高算力。而在DeepSeek团队的这种思路下：不联网也能用、算力更低、价格更便宜了。
而且DeepSeek可不是个例：
(1)日本的Abeja，用 Qwen 训练出了多个日语大模型，成了日本当地的“国货之光”。
(2)英国牛津大学OxValue.AI公司也用Qwen做了一套财务估值系统。
写在最后：
DeepSeek 是这两年国内最激进的一家开源模型团队。他不爱卷模型、特别喜欢改结构，几乎所有的模型都直接开源了。
别人拼的是谁的模型更大、谁的算力更牛，可DeepSeek拼的是：用最少的钱，干最多的活。
这次 OCR 2，本质也是这个思路。
最后你会发现，Qwen 从来不靠吆喝，但它已经悄悄进了无数产品的底层。真正改变行业的技术，往往不是被讨论最多的那个。
源自：卢松松
