Mistral发布了Mistral OCR 3，显著提升了对手写、表单和复杂表格文档的识别准确性，整体胜率达到74%。该模型能够提取文本和嵌入图像，输出为Markdown格式，适合结构化数据需求，用户反馈速度快，语言覆盖广，适用于多种业务场景。

本文介绍了七种可本地运行的光学字符识别（OCR）模型，如olmOCR-2、PaddleOCR v5和OCRFlux 3B，能够高效将文档、表格和图形转换为准确的Markdown文本，支持多语言、跨页合并和视频处理，适用于多种文档解析需求。

PDF Craft 是一款基于 DeepSeek OCR 的开源软件，专注于将扫描版 PDF 转换为 Markdown 和 ePUB 格式，能够准确提取文本、公式和图表，提升可读性。用户可选择自托管或在线演示，但需满足一定的硬件要求。

在发布前未测试80%以上的用户流程时，容易出现漏洞。QA Wolf的AI解决方案能迅速提供高效的测试覆盖，缩短QA周期至几分钟，提高测试效率，减少生产中的漏洞。

对《数学奥林匹克小丛书》进行OCR测试，DeepSeek-OCR效果优于PaddleOCR。尽管DeepSeek-OCR在本地运行速度较慢，但在Kaggle上表现更佳。两者在识别多行公式和特殊符号时均存在问题，PaddleOCR的错误率较高。总体而言，DeepSeek-OCR的结果更易于修正。

二维码识别OCR接口是一种智能API服务，能够快速提取图像中的二维码内容，支持多种格式和批量识别，适用于物流和电子发票等场景，提高数据提取效率。

在Kaggle上部署DeepSeek-OCR后端，使用ngrok进行内网穿透。利用Kaggle的免费GPU安装必要包并配置模型，运行时需使用nest-asyncio支持嵌套调用，最后通过ngrok地址在本地前端访问。

DeepSeek-OCR与Umi-OCR各有优缺点。DeepSeek-OCR在标点识别方面表现更佳，但存在擅自修改内容和段落合并的问题，且处理速度较慢。

DeepSeek AI开发了DeepSeek-OCR，一个开源系统，通过光学2D映射压缩长文本，提升大语言模型的处理能力。该系统使用视觉编码，以低于10倍的压缩比实现97%的OCR精度，尤其在处理高分辨率输入和多语言文档时表现优异。其代码和模型权重已在GitHub上公开，鼓励研究者探索。