DeepSeek ra mắt AI chuyên đọc hiểu và tổng hợp dữ liệu
Thứ năm, 23/10/2025 15:30 (GMT+7)
DeepSeek vừa giới thiệu mô hình AI đa phương thức DeepSeek-OCR, sử dụng thị giác máy tính để đọc và hiểu văn bản, giúp tăng hiệu quả xử lý dữ liệu.
Theo SCMP, DeepSeek vừa công bố phát hành mô hình trí tuệ nhân tạo mới mang tên DeepSeek-OCR, có khả năng xử lý các tài liệu lớn và phức tạp với số lượng token ít hơn đáng kể so với phương pháp xử lý văn bản truyền thống
Token là đơn vị văn bản nhỏ nhất mà AI xử lý. Việc giảm số token đồng nghĩa với tiết kiệm chi phí tính toán và tăng độ hiệu quả của một mô hình AI.
Về cách thức vận hành, DeepSeek-OCR chuyển nội dung thành hình ảnh rồi sử dụng thị giác máy tính để nén thông tin. Cách tiếp cận này giúp mô hình xử lý toàn bộ trang tài liệu giống cách con người đọc sách, nhìn tổng thể bố cục và ý nghĩa thay vì từng ký tự. Nhờ đó, mỗi trang chỉ cần từ 100 đến 200 token hình ảnh, trong khi các hệ thống OCR trước đây cần từ 256 đến 6.000 token, tiết kiệm đáng kể chi phí tính toán.
Mô hình AI mới của DeepSeek có thể đọc hiểu ngữ cảnh phức tạp trong hình ảnh. Ảnh: The Decorer
Mô hình gồm hai thành phần chính. DeepEncoder là bộ mã hóa giúp nén dữ liệu hình ảnh mà vẫn bảo toàn thông tin, còn DeepSeek3B-MoE-A570M là mô hình Mixture-of-Experts với 570 triệu tham số, chuyên tái tạo văn bản từ các token. Cấu trúc này chỉ kích hoạt các phần cần thiết, tối ưu hóa hiệu suất và tiết kiệm tài nguyên, cho phép xử lý các tài liệu có độ phân giải cao và bố cục phức tạp mà không ảnh hưởng tốc độ.
DeepSeek-OCR được huấn luyện trên hơn 30 triệu trang PDF bằng 100 ngôn ngữ, cùng 10 triệu mẫu OCR cảnh tự nhiên, 10 triệu biểu đồ, 5 triệu công thức hóa học và 1 triệu bài toán hình học. Nhờ sự đa dạng này, AI không chỉ đọc chữ mà còn hiểu bố cục, ngữ nghĩa và cấu trúc tài liệu, bao gồm bảng biểu, sơ đồ và công thức phức tạp. Công nghệ này phù hợp với nhiều lĩnh vực từ phân tích tài liệu khoa học, báo cáo tài chính đến bản vẽ kỹ thuật.
Theo kết quả thử nghiệm, mô hình đạt độ chính xác giải mã tới 97% khi nén dưới 10 lần và vẫn giữ khoảng 60% khi nén 20 lần. Trên bộ dữ liệu OmniDocBench, DeepSeek-OCR vượt trội so với các mô hình OCR khác như GOT-OCR 2.0 và MinerU 2.0.
Tốc độ xử lý là điểm mạnh khác của DeepSeek-OCR. Mỗi ngày mô hình có thể tạo hơn 200.000 trang dữ liệu huấn luyện chỉ với một card đồ họa NVIDIA A100-40G, tạo ra khả năng mở rộng quy mô chưa từng có. Công nghệ này giữ nội dung gần đây ở độ phân giải cao, trong khi các ngữ cảnh cũ tiêu tốn ít tài nguyên tính toán hơn, linh hoạt cho các nhiệm vụ xử lý dữ liệu dài.
Trước áp lực và sự bất định, ngày càng nhiều người trẻ Trung Quốc tìm đến các ứng dụng chiêm tinh và công cụ AI như ChatGPT và DeepSeek để tìm kiếm sự an yên.
Cơn sốt Labubu đang càn quét toàn cầu, nhưng liệu sức nóng này sẽ kéo dài bao lâu? Một phân tích từ trí tuệ nhân tạo đã phác họa kịch bản tương lai, đặt ra câu hỏi liệu nó có thể trở thành Hello Kitty thứ hai.
Một nghiên cứu mới từ Apple cho thấy các mô hình trí tuệ nhân tạo được đánh giá là mạnh nhất hiện nay thực chất vẫn không thể "suy nghĩ", cho thấy mục tiêu chinh phục AGI có thể còn xa hơn dự đoán.
Trình duyệt ChatGPT Atlas được kỳ vọng trở thành công cụ mới giúp OpenAI thách thức sự thống trị lâu năm của Google Chrome trên thị trường trình duyệt.
Trong bối cảnh làn sóng công nghệ trí tuệ nhân tạo (AI) đang làm thay đổi sâu sắc ngành công nghiệp sáng tạo, Spotify, nền tảng phát nhạc trực tuyến lớn nhất thế giới, đã công bố hợp tác chiến lược với năm “ông lớn” của ngành âm nhạc phát triển các sản phẩm AI bảo vệ bản quyền cho nghệ sĩ.
Theo dữ liệu từ Công ty phân tích Apptopia, lượng người dùng toàn cầu của ChatGPT đang có dấu hiệu chững lại trong tháng 10, sau thời gian dài tăng trưởng mạnh mẽ.
Sự kỳ vọng vào vai trò của trí tuệ nhân tạo trong tương lai đang đẩy giá trị của những startup AI lên cao chưa từng có, dù phần lớn trong số đó vẫn chưa tạo ra lợi nhuận thật sự.
Từ tháng 12 tới, người dùng ChatGPT sẽ có thể trò chuyện về những chủ đề nhạy cảm hơn, nếu họ đã xác minh là người trưởng thành. Đây là bước thay đổi lớn của OpenAI trong cách quản lý nội dung.
So với thế hệ trước, chip Apple M5 mang đến những cải tiến ấn tượng về hiệu suất CPU, GPU, Neural Engine nhanh hơn và băng thông bộ nhớ hợp nhất lớn hơn.
