一 | 就在刚刚，DeepSeek开源了一个3B模型DeepSeek-OCR。 过去一个月，全球最大的PE巨头们股价出现了罕见的集体大跌。虽然体量不大，但模型思路创新的力度着实不小。
二 | 自9月18日以来，黑石的股价累计跌去了17%，KKR跌了21%，凯雷跌了21%，阿波罗全球资管跌去16%，Ares跌去23%。 众所周知，当前所有LLM处理长文本时都面临一个绕不开的困境：计算复杂度是平方级增长的。序列越长，算力烧得越狠。 这些都是市值数百上千亿美元的巨头，黑石还是标普500的成分股。一个月不到，近千亿美元的财富蒸发。 于是，DeepSeek团队想到了一个好办法。既然一张图能包含大量文字信息，而且用的Token还少，那不如直接把文本转成图像？这就是所谓的“光学压缩”——用视觉模态来给文本信息“瘦身”。 而OCR正好天然适合验证这个思路，因为它本身就是在做“视觉→文本”的转换，而且效果还能量化评估。
三 | 令人不解的是，这段时间美股大盘并没有跌，标普500指数录得1%的微涨。 论文显示，DeepSeek-OCR的压缩率能达到10倍，OCR准确率还能保持在97%以上。到底是什么利空，能引发全PE行业这么大的地震？ 一切要从一个月前的一起破产官司说起。9月9日，一家名为First Brands的美国企业，因无法支付一笔19亿美元的供应链融资款项而触发债务违约。十多天后，First Brands正式申请破产。
四 | 啥意思呢？就是说，原本需要1000个文本Token才能表达的内容，现在只用100个视觉Token就搞定了。即使压缩率拉到20倍，准确率也还有60%左右，整体效果相当能打。干崩美国PE行业股价的罪魁祸首，正是这个破产案。 自美元开启加息周期以来，美国破产案数量大增，比First Brands规模更大的公司破产也不少，为什么唯独这起破产能有这么大威力？ 一家横扫美国汽车后市场的公司 先来看看First Brands到底是个什么公司。 OmniDocBench基准测试结果显示： 只用100个视觉Token，就超过了GOT-OCR2.0（每页256个Token）的表现； 用不到800个视觉Token，干翻了MinerU2.0（平均每页超过6000个Token）。 在申请破产前，First Brands是一家高速扩张中的大型汽车零部件制造商。
五 | 在实际生产中，一块A100-40G显卡就能每天生成超过20万页的LLM/VLM训练数据。它专注于汽车后市场，拥有从刹车片、火花塞到雨刷的全系列汽车零部件产品，号称是汽车售后市场的“一站式商店”。20个节点（160块A100）直接飙到每天3300万页。 DeepSeek-OCR由两个核心组件组成： DeepEncoder（编码器）：负责图像特征提取和压缩； DeepSeek3B-MoE（解码器）：负责从压缩后的视觉Token中重建文本。 让我们来重点说说DeepEncoder这个引擎。 First Brands的控股股东不是PE基金，一直由创始人帕特里克·詹姆斯控制并经营。
六 | 不过，其发展历程与成熟PE们惯用的并购逻辑非常相似。 First Brands成立于2013年，帕特里克·詹姆斯的创业初衷就是想打造一家平台公司，去整合其它汽车零部件供应商。
七 | 他的确是这么做的，First Brands通过一系列大胆的收购吞并竞争对手，在短短几年内崛起为行业龙头。
八 | 在2013年至2014年间，First Brands完成了其首批重要交易，收购了Carter和Trico两家公司，两个都是历史悠久的成熟品牌。尤其是Trico，是一家拥有百年历史的全球领先的雨刮系统供应商。
九 | 这两笔收购奠定了First Brands作为一家初创公司在汽车售后市场的地位。随后大约五年时间，First Brands的动作相对沉寂，没有发动新的收购。
十 | 它的架构很巧妙，通过把SAM-base（8000万参数）和CLIP-large（3亿参数）串联起来，前者负责“窗口注意力”提取视觉特征，后者负责“全局注意力”理解整体信息。 直到2019年，First Brands又开启了第二轮收购。 中间还加了个16×卷积压缩器，在进入全局注意力层之前把Token数量大幅砍掉。 举例而言，一张1024×1024的图像，会被切成4096个patch token。这一轮的收购规模空前巨大，说是横扫了美国的汽车后市场也不夸张。但经过压缩器处理后，进入全局注意力层的Token数量会大幅减少。 这样的好处是，既保证了处理高分辨率输入的能力，又控制住了激活内存的开销。 而且DeepEncoder还支持多分辨率输入，从512×512的Tiny模式（64个Token）到1280×1280的Large模式（400个Token），一个模型全搞定。 2019年收购过滤器品牌FRAM和火花塞品牌Autolite； 2020年收购制动器品牌Raybestos和StopTech，还有重型过滤器品牌Luber-finer； 2023年收购了Reese、Draw-Tite和Westfalia等牵引和拖车设备品牌，还有老牌汽车零部件集团卡多内工业。 目前开源版本支持的模式包括原生分辨率的Tiny、Small、Base、Large四档，还有动态分辨率的Gundam模式，灵活性拉满。 First Brands提出了所谓“成对收购”的收购策略。意思是，对于每一种产品，First Brands一方面会收购拥有强大品牌但生产早已被外包到海外的公司，另一方面也会收购拥有强大本地制造能力但品牌较弱的公司。在收购完成后，First Brands会立刻将前者的订单从海外转移到后者的本土工厂生产。
十一 | 解码器用的是DeepSeek-3B-MoE架构。 别看只有3B参数，但采用了MoE（混合专家）设计——64个专家中激活6个，再加2个共享专家，实际激活参数约5.7亿。
十二 | 通过这种方式，First Brands可以实现更高的产能利用率，并迎合“美国制造”或“北美制造”的潮流，让产品卖出更高的价格。 经过这些收购，First Brands一跃成为一家拥有25个子品牌和约2.6万名员工的全球最大的汽车售后零部件制造商之一。First Brands在北美、欧洲和亚洲都有制造中心，具备从金属铸造、精密加工、电子组装到特种涂层的全链条制造能力，涵盖了几乎所有关键汽车维修和保养类别。
十三 | 这也让模型既有30亿参数模型的表达能力，又保持了5亿参数模型的推理效率。
十四 | 2024年，First Brands的净销售额达到了50亿美元。
十五 | 数十亿美元不翼而飞 但是，这个看似美好的故事有一个漏洞，你可能已经猜到：First Brands的扩张奇迹，是建立在高昂的债务之上的。 解码器的任务就是从压缩后的视觉Token中重建出原始文本，这个过程可以通过OCR风格的训练被紧凑型语言模型有效学习。 数据方面，DeepSeek团队也是下了血本。 从互联网收集了3000万页多语言PDF数据，涵盖约100种语言，其中中英文占2500万页。 First Brands闪电般的收购需要巨额的资金支持，为了获得这些资金，First Brands不得不使用一些非常规的融资手段。 数据分两类：粗标注直接用fitz从PDF提取，主要训练少数语言的识别能力；精标注用PP-DocLayout、MinerU、GOT-OCR2.0等模型生成，包含检测与识别交织的高质量数据。
十六 | 对于少数语言，团队还搞了个“模型飞轮”机制——先用有跨语言泛化能力的版面分析模型做检测，再用fitz生成的数据训练GOT-OCR2.0，然后用训练好的模型反过来标注更多数据，循环往复最终生成了60万条样本。 此外还有300万条Word文档数据，主要提升公式识别和HTML表格解析能力。 实际上，2019年First Brands开启第二轮收购之时，恰逢美国PE行业兴起了“放贷”热潮。私募信贷这类过去相对“小众”的产品开始登堂入室，成为大型PE机构们的主要业务增长点。 于是，海量的私募信贷资金，成为First Brands扩张最好的燃料。
十七 | 具体而言，First Brands综合使用供应链金融、应收账款保理、存货抵押等多种手段，开展了复杂的表外融资，这些债务最终被卖给了各类私募信贷产品。 场景OCR方面，从LAION和Wukong数据集收集图像，用PaddleOCR标注，中英文各1000万条样本。
十八 | 随着First Brands不断扩张，其表外债务也越累越高。 DeepSeek-OCR不仅能识别文字，还具备“深度解析”能力，只需一个统一的提示词，就能对各种复杂图像进行结构化提取： 图表：金融研究报告中的图表可以直接提取为结构化数据； 化学结构式：识别并转换为SMILES格式； 几何图形：对平面几何图形进行复制和结构化解析； 自然图像：生成密集描述（dense captions）。最糟糕的是，由于没有监管要求，First Brands不需要披露这些表外债务的规模。
十九 | 因此在First Brands的债主们眼里，这是一家拥有“好得令人难以置信”的EBITDA利润率的“美国制造巨头”，但它们实际上是在对真实风险懵懂无知的情况下就开出了支票。 这在STEM领域的应用潜力巨大，尤其是化学、物理、数学等需要处理大量符号和图形的场景。 第一作者Haoran Wei此前曾供职于阶跃星辰，期间发布并开源了GOT-OCR2.0系统 值得注意的是，DeepSeek团队在论文里还提出了一个脑洞大开的想法——用光学压缩模拟人类的遗忘机制。
| 人类的记忆会随时间衰退，越久远的事情记得越模糊。DeepSeek团队想，那能不能让AI也这样？于是，他们的方案是： 1. 把超过第k轮的历史对话内容渲染成图像； 2. 初步压缩，实现约10倍的Token减少； 3. 对于更久远的上下文，继续缩小图像尺寸； 4. 随着图像越来越小，内容也越来越模糊，最终达到“文本遗忘”的效果。 直到2025年7月，当First Brands尝试进行的新一笔62亿美元的债务再融资时，潜在投资者感到不放心，坚决要求对公司的财务状况进行独立的审查。这一要求导致谈判陷入僵局，融资最终宣告失败。
| 这直接敲响了First Brands的丧钟。 这就很像人类记忆的衰退曲线，近期信息保持高保真度，久远记忆自然淡化。First Brands的债券价格随后暴跌，其留置权贷款的价格一夜之间跌去了90%，同时惠誉和标普等评级机构迅速将公司评级下调至垃圾级，并警告违约风险极高。
| 虽然这还是个早期研究方向，但如果真能实现，对于处理超长上下文将是个巨大突破——近期上下文保持高分辨率，历史上下文占用更少计算资源，理论上可以支撑“无限上下文”。 事情到这还没有结束。 简言之，DeepSeek-OCR表面上是个OCR模型，但实际上是在探索一个更宏大的命题：能否用视觉模态作为LLM文本信息处理的高效压缩媒介？ 初步答案是肯定的，7—20倍的Token压缩能力已经展现出来了。
| 随着First Brands的债务问题逐渐被曝光，大家才发现它的表外债务混乱程度远远超越了想象。 比如，First Brands的同一笔应收账款，似乎被重复出售给了不同的保理商，从而凭空创造了负债。 再比如，有证据显示，First Brands发行的库存抵押贷款存在抵押品“混同”的现象，也就是说不同贷款的抵押品混在一起无法分辨。 最具爆炸性的，是为First Brands服务的供应链金融公司Raistone在10月8日的声明称，有高达23亿美元的资产“下落不明”，要求进行独立调查。 当然，团队也承认这只是个开始。 因为First Brands的债务背后涉及到大量的普通投资者，美国司法部已在10月9日启动调查。单纯的OCR还不足以完全验证“上下文光学压缩”，后续还计划开展数字–光学文本交替预训练、“大海捞针”式测试，以及其他系统性评估。 第一张多米诺骨牌？ 到目前为止，对于First Brands到底有多少负债和资产依然没有一个确切的数字。 9月28日，First Brands正式向法院申请第十一章破产。 不过不管怎么说，这在VLM和LLM的进化路上，又多了一条新赛道。 去年这个时候，大家还在卷怎么让模型“记得更多”。
| 今年DeepSeek直接反其道行之，不如让模型学会“忘掉一些”。 确然，AI的进化，有时候不是做加法，而是做减法。破产申请文件列出的负债在100亿美元至500亿美元之间，而资产则为10亿至100亿美元之间。 First Brands破产的波及面极广，其背后有上百家贷款人，不仅包括传统金融机构，还牵涉了大量的资产管理公司、私募信贷基金和金融科技平台。日本农林中央银行、美国银行、瑞银在内的众多知名金融机构也被曝出巨额风险敞口。
| 就金额而论，上百亿美元的债务暴雷，对华尔街来说不算什么。受波及的金融机构都在声明“损失可控”，称“市场反应严重过度”。小而美，也能玩出大花样，DeepSeek-OCR这个3B小模型就是最好的证明。但这已经不是一起单纯的破产案件，而是华尔街的又一个丑闻。
| GitHub主页：http://github.com/deepseek-ai/DeepSeek-OCR 论文地址：https://github.com/deepseek-ai/DeepSeek-OCR/blob/main/DeepSeek\_OCR\_paper.pdf 模型下载：https://huggingface.co/deepseek-ai/DeepSeek-OCR 本文来自微信公众号：APPSO （ID：appsolution）。 投资者担忧的是，First Brands的倒闭只是第一张多米诺骨牌，如果更多的多米诺骨牌倒塌，它可能会蔓延到整个金融体系，最终引发更广泛的危机。这并非危言耸听，就连WSJ这样一贯谨慎的媒体，也在标题中打出了“小型次贷危机”的字样。
| 2008年金融危机后商业银行的监管被收紧，但是这些年不受监管的私募信贷迅猛发展，已经形成了新的“影子银行”系统。
| 现在，低资质的借款人纷纷绕过银行，直接向私募信贷融资，而私募信贷又被包装为“中低风险、中高收益”的基金产品卖给广大的普通投资者。 国际清算银行的数据显示，过去十年，美国私募信贷市场的规模增长了十倍。截至2024年，美国私募信贷市场的资产管理规模已达到约1.1万亿美元，占全球总额的87%以上。这样的规模，已经超过了当年的次贷。 而First Brands的暴雷戳破了繁荣背后的风险，这些私募信贷产品的管理人们似乎根本不知道自己所投资资产的实际财务状况。 这就是为什么，虽然大部分PE巨头并没有被曝出与First Brands有什么业务往来，但股价依然应声下跌。几乎所有一线PE巨头现在都有规模庞大的私募信贷业务。截至2025年6月底，黑石的信贷业务规模大约为4840亿美元，KKR为2610亿美元，凯雷为2030亿美元。
| 私募信贷已经成为PE巨头们最重要的收入来源和增长引擎之一。
Current article:http://5vcw.gamajionghuanmuniuzhuanguchu.cyou/news/20260826_9255995.html
Published on:19:31:04
微信
移动端
