猫眼影戏
 |
|
猫眼影戏
王宇佳
手机审查
猫眼影戏记者 于兴昌 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：特一级色aaa片
??01月11日,（两会声音）台湾团的“80后”村支书：大陆乡村舞台广 盼台青从中觅机遇,
下昼好！
,另类五月。??01月11日,北京便利群众诉讼 去年法院提供网络化诉讼服务408.1万次,
“不错 ，当云云。并且 ，三头幼小的异禽也不是一个村子所能拥有的 ，也该交出来。”
,刘太阳与老外,性之交,成都丁香人才网师母最新消息。??时势2：禁止观看强奷视频A级毛片
??01月11日,国际最新研究称，有证据表明南美兽脚类恐龙受骨病困扰,
“嗡”的一声 ，其胸部闪灼 ，亦有圣光弥漫 ，令其出血的伤口所有凝固 ，并且全身骨头律动 ，宛若一曲神音 ，隐然要生长好一样平常。
,草肥熟老熟妇,困困兔暑假和闺蜜在酒店,亚洲中文久久久久久精品国产。??01月11日,云南镇雄县凉水村山体滑坡救援：第4名被困人员被救出,
转眼又已往了泰半个月 ，狈村的人时常越界 ，甚至在这片区域挖下许多兽坑 ，石村的人误坠当中 ，差点被坑底锋锐的铁矛洞穿。
,911亚洲精品国内自产麻豆,亚洲免费视频最新,爽 躁多水 快 深点17c14。??时势3：欧美A级黄色性爱视频
??01月11日,中新健康 | 三阴乳腺癌治疗新研究获国际医学期刊关注,
??01月11日,2024年中国保龄球巡回赛暨北京东城公开赛落幕,
小不点大眼明亮 ，兽皮衣破破烂烂 ，这么腼腆 ，显得云云质朴 ，令一群人都露出笑意。
,亚洲无码中出,91高清免费观看在线毛片,插曲的痛软件大全。??时势4：逼喷水美女
??01月11日,中欧班列（成渝）已连续3年开行超5000列, “支教研学动辄上万元 ，现在公益也能论斤卖了”……大凉山商业化支教研学正在引发争议 ，多名业内人士都体现 ，“涉及商业的大凉山支教研学 ，是该‘降降温’了。”,人妻免费一区二区三区最新,91综合在线伊人,久久久久线视频。
??01月11日,湖南东安打造“智慧果园” “一颗橙”带动一方富,
一块上千斤的巨石落下 ，砸向小不点 ，那种极速 ，那种狞恶 ，让人心都在颤抖。
,扒男人 狂揉 难受亲嘴漫画,欧美日本一区二区视频,网站懂得。【重庆市侨办恭贺2024新春】
责编：唐悠悠
审核：任沁新
责编：闽赣
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
