猫眼影戏
 |
|
猫眼影戏
阿伦·黄
手机审查
猫眼影戏记者 蓝碧霞 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：插 爽 内地
??01月09日,“我们与中国有广阔的合作空间”,
然而，在瑞气蒸腾、恢宏壮阔的修建群中却是波涛暗涌，蕴含杀机。一座重大的殿堂中，气氛主要，十几位老人危坐，成片的符文闪灼，随时会爆发。
,欧美熟妇大片啪啪。??01月09日,和评理｜美新法案禁止国防部采购六家中企电池：于人无益，于己不利,
“虽然很远，但这段旅程并非无法逾越，透过我潜意识中的影象，柳神一经估算过，或许相距那里有三十万里。”小不点说道。
,欧美老妇BBBwwBBBWW,精品逼逼,亚洲一去二区三区。??时势2：真人无码作爱视频在线观看
??01月09日,春节申遗成功背后，有哪些启示与深意？,
快靠近石村了，这片区域没有那么多的猛兽，处在山脉外围，故此还算安定。
,黄色网站大全在线看,国产日本欧美在线AAAAAAA,美女脱 给我捏 野外。??01月09日,（乡村行·看振兴）山东海阳：数字化暖棚让樱桃抢“鲜”上市,
“这里是‘初始地’，无论你何等强盛的修为，在这里能施展出的战力也只在搬血境，无法逾越。”少女增补。
,操干网免费在线视频,91福利偷拍,色哟哟导航日本在线。??时势3：A片在线观看网站国产精品
??01月09日,加沙两所学校遭以军空袭 已致30人死亡,
这是一场混战，他们虽然年幼，可是都很是惊艳，体现出了极为恐怖的资质，让观战的人都很受惊。
,十大黄色软件下载,620886路mooc,日韩精品无码综合福利网。??01月09日,亿缕阳光｜春天的声音,
小不颔首都没抬，直接接受了人家的“盛意”，脆声道：“要，给我一柄两万斤的锤子。”
,色色网站视频,激情 小说 电影,18岁一下观看免费黄色网站。??时势4：黄色视频看色视频网页
??01月09日,罕见白色果子狸现身广东丹霞山,
企业要生长，离不开人才。现代企业的竞争，就是人才的竞争，人才是公司实现快速生长的主要推动力，也是公司最名贵的财产。有一位企业家列出了企业人才致胜的四大机制，即赛马机制、梯队机制、舞台机制和分享机制。
,91免费观看在线观看3,啪啪啊好痛网站,一级做a爰片性色刺激。??01月09日,西部11省区市26支队伍昆明同台竞技 展农民工返乡创业新风采,
后方，惨啼声响起，被小不点丢在地上的那几人所有被赤羽洞穿，化成劫灰，都死掉了。
,讯日美女A美女A黄色录像,久久美女黄色视频,黄色网在线视频。责编：沈文敏
审核：黎万强
责编：格雷格·亨特
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
