猫眼影戏
 |
|
猫眼影戏
张东芳
手机审查
猫眼影戏记者 程留恩 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：沙滩做爰
??01月11日,特朗普提名亿万富翁领导NASA 曾完成人类首次商业太空行走,
“不是我做的，这可怎样是好……”管事瘫坐在那里，双眼无神，一直地重复，再也没有了通常的威风。
,课代表让我吃他的小兔兔。??01月11日,金融有力有效支持实体经济发展,
商贸有限公司建设于20xx年十仲春七日，注册资源伍佰万元，坐落于唐山市中心商业区。本公司谋划规模普遍，谋划体制无邪，定位效劳于社会各领域。公司承继“专业、诚信、值得信任”的谋划理念，致力为客户提供一流的产品与效劳。本公司拥有雄厚的经济基础，完整的手艺和职员设置及普遍的商品信息网络，公司建设伊始，已和多家客户建设了优异亲近的相助关系。 基于此，我们有理由相信，今天的揭牌仪式是开启一个新的篇章。带来一次深刻的厘革。
,色色色中心,少萝紫微,越南三级黄色录像片一级片。??时势2：亚洲多毛
??01月11日,台湾“罢樑”案后首份民调：近六成民众满意谢国樑施政表现,
“尚有这一说法 ？”小不点睁大眼睛，有点坐不住了。
,曰本美女一级A片视频了,午夜激爽免费毛片,女学生喷浆 动漫下载。??01月11日,2023年全国受理网络违法和不良信息举报2.06亿件,
“与我无关，我以为这件事可能是石子陵做的。”雨蒙一进来，就这样说道，奉了族中宗老的下令，要想方想法洗脱。
,天堂网亚洲专区一区二区三区,小乔穿白丝被强,久久九九精品中文字幕。??时势3：亚洲黑人永久免费视频
??01月11日,神十七发射、C919开启商业飞行等入选2023公众最关注科技事件,
④ 引进了大宗的人才，他们在手艺、治理、生产岗位上施展着主力军的作用。
,玖久在线视频,亚洲欧洲日本视频,超短裙的诱惑中文字幕一区二区。??01月11日,华北黄淮等地有强降水过程 四川盆地江汉等地持续高温天气,
同志们，做好新形势下的办公室事情庆幸而沉重。让我们以党的xx大精神和“”主要头脑为指导，进一步解放头脑、实事求是，与时俱进、开拓立异，围绕中心、效劳阵势，一直提高办公室的整体效劳水平，为加速地某地周全建设小康社会程序做出新的孝顺。
,找av在线,日韩一线一区,www.嘛豆.com。??时势4：国产精品久久久福利
??01月11日,五连胜！中国U17女排强势晋级世锦赛四强,
“其他下人的孩子没法来这里，石斌少爷……他们都去修行了。”小女孩委屈笑道。
,人与野鲁 毛免费,黄色视频免费在线无码,www.91在线国产精品。??01月11日,掼蛋成为新晋“社交密码” 多地举办相关赛事,
“族长爷爷，我似乎弄懂了。”小不点眼睛泛光，兴奋的喊道。
,羞羞网站国产免费看,国产乱伦小说,人人曰人人。责编：江必新
审核：塞莱斯
责编：潘昌鹏
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
