猫眼影戏
 |
|
猫眼影戏
陆金
手机审查
猫眼影戏记者 李茂生 报道Q8X2R7L1T4J5M9B6W3
新智元报道
编辑：LRST
【新智元导读】DeepSeek-OCR的视觉文本压缩（VTC）手艺通过将文本编码为视觉Token，实现高达10倍的压缩率，大幅降低大模子处置惩罚长文本的本钱。可是，视觉语言模子能否明确压缩后的高密度信息？中科院自动化所等推出VTCBench基准测试，评估模子在视觉空间中的认知极限，包括信息检索、关联推理和恒久影象三大使命。
近期，DeepSeek-OCR依附其立异的「视觉文本压缩」（Vision-Text Compression, VTC）范式引发了手艺圈的高度关注，以少少的视觉Token实现高效的文本信息编码，为长文本处置惩罚开发了新路径。
这一突破性希望让大模子处置惩罚超长文档的本钱大幅降低，但也抛出了一个焦点问题：当长文本被高度压缩为2D图像后，视觉语言模子（VLM）真的能明确其中的内容吗？
为相识答这一疑问，来自中科院自动化所、中国科学院香港立异研究院等机构的研究团队推出了首个专门针对视觉-文本压缩范式的基准测试——VTCBench。
论文链接：https://arxiv.org/abs/2512.15649
VTCBench链接: https://github.com/Moenupa/VTCBench
VLMEvalKit链接：https://github.com/bjzhb666/VLMEvalKit
Huggingface链接: https://huggingface.co/datasets/MLLM-CL/VTCBench
图 1：视觉-文本压缩 (VTC) 流程演示及VTCBench
与古板大模子直接读取成千上万的纯文本Token差别，VTC范式（如DeepSeek-OCR）先将长文档渲染 （Rendering）为高密度的2D图像，再由视觉编码器转化为少量的视觉Token。
该手艺可实现2倍至10倍的Token压缩率，显著降低了长文本处置惩罚时的盘算与显存开销。
VTCBench现已在GitHub和Huggingface周全开源，其衍生版本VTCBench-Wild是一个统一的、全方位评估模子在重大现实场景下视觉文本压缩的鲁棒性，现已集成到VLMevalkit。
焦点使命
权衡「看得见」之后的「看得懂」
现在的VLM也许能精彩地完成OCR识别，但在处置惩罚 VTC 压缩后的高密度信息时，其长文本明确能力仍存疑。
VTCBench通过三大使命，系统性地评估模子在视觉空间中的认知极限：
1.VTC-Retrieval (信息检索)：在视觉「大海」中寻找特定事实的「针」（Needle-in-a-Haystack），测试模子对空间漫衍信息的捕获能力。
2.VTC-Reasoning (关联推理)：挑战模子在险些没有文本重叠的情形下，通过关联推理寻找事实，逾越纯粹的词汇检索。
3.VTC-Memory (恒久影象)：模拟超长对话，评估模子在视觉压缩框架下，抵御时间与结构性信息衰减的能力。
别的，团队同步推出了VTCBench-Wild，引入 99 种差别的渲染设置（涵盖多种字体、字号、行高及配景），全方位检测模子在重大现实场景下的鲁棒性。
揭秘视觉压缩背后的认知瓶颈
图 2：VTCBench针对模子在长图像中检索信息的热力争。横轴代表上下文长度，纵轴代表要害事实（Needle）在文档中的深度。展现了模子体现的「迷失」与突破。
测试效果泛起出显著的「U 型曲线」：与文本模子类似，视觉语言模子（VLM）能够精准捕获开头和最后的信息，但关于中心部分的事实，明确能力会随着文档变长而强烈衰退。这证实晰纵然在视觉空间，模子依然保存严重的「空间注重力私见」，是未来 VTC 架构优化的要害偏向。
行业洞察
视觉压缩是长文本的终局吗？
通过对GPT、Gemini、Claude、QwenVL、InternVL、Gemma、KimiVL、Seed1.5等10余种尖端模子的深度评测，可以发明：
虽然VTC极大提升了效率，但现有VLM在重大推理和影象使命上的体现仍普遍弱于纯文本LLM；
消融实验证实，信息密度是决议模子性能的要害因素，直接影响视觉编码器的识别精度；
Gemini-3-Pro在VTCBench-Wild上体现惊艳，其视觉明确能力已险些追平其纯文本基准，证实晰VTC是实现大规模长文本处置惩罚的极其可行的路径！
总结
若是说古板的长文本处置惩罚是「逐字阅读」，那么DeepSeek-OCR所引领的VTC范式就是「过目成诵」的摄影式影象。VTCBench的泛起，正是为了确保模子在拥有这种「超能力」的同时，依然能够读懂字里行间的微言大义。
参考资料：
https://arxiv.org/abs/2512.15649
秒追ASI
?点赞、转发、在看一键三连?
点亮星标，锁定新智元极速推送！
??时势1：采花社官方网站登录
??01月11日,（走进中国乡村）中国史前村落现激增客流 大地湾文化迎“新面貌”,
??01月11日,报告：2023年中国资产管理行业稳健发展，呈现三大特点,
西席们、同砚们：
,一区精品久久久久久,亚洲视频在线观看网站,日本一区二区性爱视频免费看。??时势2：插进去,,啊,,好爽,视频
??01月11日,以科技创新推动新质生产力发展 2024科学家创新大会将召开,
“走！”
,免费…黄wang,欧美三级视频,aⅴ免费在线观看。??01月11日,云南保山：“五治”融合 绘就法治乡村新蓝图,
起劲争取市委、市政府和有关部分的支持，凭证《__市档案事业生长妄想》目的使命，制订了《__市档案信息化建设妄想》，认真落实《__市电子公牍归档与治理实验步伐(试行)》，增进__市电子公牍归档治理规范化。加速对馆藏档案数字化转换事情。市、县(市)区档案馆共完成机读目录数据96万余条，全文扫描档案121万本文章共2页，目今在第2页上一页[1][2]页。__市档案局完成了本局馆英特网网站和政务网网站的更新改版事情，设置了英特网网站效劳器，更新了网站页面，增添了依法行政、政务果真、档案信息、效劳允许、馆藏精炼、档案知识等栏目，进一步完善了档案盘问、现行果真文件盘问系统和网站后台治理系统，新增网上政府果真信息盘问和网上预约查档功效。县(市)区档案馆连系自身现实，起劲开展和建设局域网及现代化治理事情。针对无纸化办公情形下的公牍归档治理举行了调研，与南天公司举行档案信息资源整合应用平台的课题研究，起源完成了电子公牍归档转换软件的开发。
,欧美videosfree艳妇交,一级全黄A片免费观看,高清无码在线看网站。??时势3：日日夜夜骑伊人
??01月11日,香港歌剧院《狮子山下》音乐会贵阳开演,
“噗”
?第八十五章 收获,35pao 18岁禁,集芳阁成人h18,1024手机在线你懂的。??01月11日,为“聪明车”建“智慧路” 江苏无锡另辟蹊径开启“智驾”之路,
??时势4：男生女生
??01月11日,9个项目入选“2023年度川渝地区重要考古发现”,
黑锅发光，一头金翅大鹏化形而出，金光汹涌，在那里沉浮，此后发出隆隆道音，宛若诸神的吟唱！
,17c馃埐,国产极品主播粉嫩福利在线,国产经典99久久不卡中国情侣。??01月11日,斯巴达勇士儿童赛杭州站落幕 近五千名小勇士挑战自我,
让我们从身边的小事做起，从我做起，让低碳成为生涯的一部分，让谁更青，天更蓝，让生涯更完善!
,欧美双飞精品一区,谁有黄色地址,欧美三级美女。【“中国制造”50辆公交车出境服务蒙古国交通运输业】
责编：曾世湘
审核：贾茹马
责编：卡拉斯科
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
