DeepSeek OCR 本地开跑，企业主怒赚一个小目标！

DeepSeek OCR 本地开跑，企业主怒赚一个小目标！

大家好，这里是人工智能最前沿。OCR 赛道悄悄展开了一个机会。

DeepSeek 官方已经正式开源了「DeepSeek-OCR」，并宣布已原生支持 vLLM 推理框架。

这意味着：企业现在可以 本地化部署一款高质量视觉大模型，不依赖第三方 API，也无需担心数据外泄，相信大多数企业终于能扔掉一年几万块的 #OCR 账单了。

什么是 DeepSeek-OCR？

###

说明白点，它是一款支持多种分辨率、兼容 vLLM 与 Transformers 推理管线的视觉大模型，核心任务是 OCR（图像文字识别）\+ 格式理解。

适配场景：文档电子化、票据识别、合同结构化、图文混排提取、AI 赋能 RPA 等等

而且它完全开源，MIT 许可，企业可以直接商用，无需花一毛钱买版权。

DeepSeek OCR 本地部署教程

这是一款强大视觉文本识别模型，支持文档理解、图像转 Markdown、PDF OCR 等能力。以下是完整、清晰、适合个人和企业部署的官方本地化部署教程。

两种部署方式

1\. vLLM 推理（推荐）：高并发、高性能，适合企业服务端部署；

2\. Transformers 推理：开发更友好，适合个人快速测试与集成。

环境准备 --------

1\. 推荐操作系统：Ubuntu 20.04+/Windows WSL

2\. Python 版本：\>=3.10（推荐 3.12.9）

3\. 显卡建议：显存 16G 及以上（A100、3090 等）

4\. CUDA 驱动：\>=11.8

步骤一、克隆仓库与创建环境

⚠️ 如果你在同一环境中运行 vLLM 和 Transformers，建议使用 nightly 版本的 vLLM 与高版本 transformers。

#克隆 DeepSeek-OCR 仓库

步骤二、安装依赖

# 安装官方推荐依赖（确保 CUDA 驱动、显卡兼容）

步骤三：使用 vLLM 启动推理（推荐）

vLLM 适用于高并发服务端部署，性能出色。

1. 推理单张图片

cd DeepSeek-OCR-master/DeepSeek-OCR-vllm

2\. 批量 PDF 文档 OCR（实测 A100 每秒 2500 tokens）

python run_dpsk_ocr_pdf.py

Transformers 模式部署

适用于个人开发者、小规模集成测试等场景。

from transformers import AutoModel, AutoTokenizer

企业真的能用它省钱

我们举个简单例子：

假设每月识别 20 万页（票据、扫描件、截图等），市面 OCR 平均单价：0.008 元/页，每月成本约：1600 元。

而本地部署一张 RTX 4090 显卡（24G 显存），可支持 50 万页以上吞吐；

更别说还规避了数据隐私风险。

同时多分辨率支持，兼容复杂文档

####

支持 Tiny、Small、Base、Large 多规格，还原原图分辨率。

甚至还提供 Gundam 动态模式：n 张 640x640 + 1 张 1024x1024，大图 + 小图混合。

提示词用起来也很灵活，结构理解能力很强

####

以下是几个实测效果不错的 Prompt：

<image>\nFree OCR.

评论互动：这是你企业的痛点吗？

* 官方仓库：https://github.com/deepseek-ai/DeepSeek-OCR

* 论文地址：arXiv:2510.18234

从 DeepSeek-OCR 这波开源来看，AI 应用正在逐渐迈向 "可控、安全、降本" 的新阶段。

**点赞 + 关注 + 分享，保证不错过任何前沿科技干货，还能获得更多AI资源，帮你更好的创业就业。**