猫眼影戏
 |
|
猫眼影戏
严光涛
手机审查
猫眼影戏记者 山田义 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1：三级a黄视频网站大全
??01月11日,“智慧大脑”助力改造、"城中村"成"城中景" ……这些老城区不一样了,
“小不点来比一比。”皮猴又最先得瑟。
,福利姬Jk丝袜-糖心Porn。??01月11日,海外华媒探秘“东方魔稻”：一粒种子“稻香全球”,
族长解说 ，凭证他的意思 ，骨文就犹如肌体、毛发 ，真正与自身水乳融会 ，化作身体的一部分才算是自己的实力。
,jm350234花火,www.857x.com视频,亚洲三级电影网站。??时势2：欧美激情视频区一区二区在线观看
??01月11日,浙江交通观察：路通何以助力百业兴？,
绿莹莹的柳条轻抖 ，霞光炽盛 ，狈村的祭灵惨叫 ，肌体迅速憔悴 ，此后四分五裂 ，皮毛与骨骼老化 ，如朽木般龟裂 ，坠落下夜空。
,不卡的免费A∨网站,港澳台免费黄色录象,www.scsdxt.com。??01月11日,国际锐评丨解决芬太尼危机，美方求人不如求己,
由于 ，狻猊不是一样平常的远古遗种！
,久久资源站,国产熟女综合视频,嗯,别,有人来买东西,等会儿在草免费不用下载。??时势3：国产福利亚洲一区二区三区
??01月11日,小罗伯特·肯尼迪宣布暂停美总统竞选 转而支持特朗普,
他们守着原始山林长大 ，自然知道其中的危险 ，有种种凶物 ，连他们的父辈进入山林都需要审慎小心 ，不然会丧命。
,黄色视频你懂得在线观看,三级黃片,国产女生喷水视频。??01月11日,双汇携手小红书亮相慢人音乐节 用美味开启“慢生活”,
先民膜拜的神明 ，有些也许是神 ，有些就是纯血的诸犍、螭吻、猰貐等远古生物 ，那是一个极其重大而又神秘的年月。
,在线a片网址,性感女主播和男人午夜在线观看网站,91福利精品在线。??时势4：谁有黄色地址
??01月11日,万名跑友齐聚 首届北京海淀马拉松激情开跑,
列位(向导)同志们：
,婷婷丁香六月激情综合影院,,全黄色视频,中国的毛片,毛片,毛片,毛片,毛片。??01月11日,跟着总书记探寻中华文明｜荆楚之声 古今交响,
凭证区委总体布署 ，我镇于x月份最先 ，对全镇xx个行政村三委会举行换届 ，现在 ，换届事情已顺遂竣事。在此 ，我代表镇党委体现祝贺。为进一步提高宽大村干部理论水平和事情能力 ，增进xx镇经济和社会各项事业继续坚持快速、一连、康健的生长势头 ，经镇党委决议 ，举行xx镇村级三委会成员培训班。现在 ，我凭证镇党委讨论意见 ，讲四方面问题。
,国产黄片AV在线播放,美女扒开腿秘 让男人桶软件,欧美丰满老熟妇XXⅩXX。责编：丁大伟
审核：詹红运
责编：乌斯曼·唐海
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
