猫眼影戏
 |
|
猫眼影戏
李本生
手机审查
猫眼影戏记者 弗洛伊德 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：动漫日本精品资源一区二区
??01月08日,广交会“中国制造”展现新气象 依靠创新收获全球订单,
相隔很远，尚有两三里地，四富家就停了下来，不肯再前进，他们攀上崖壁，登上高地，占有有利地形，俯视那片墟落。
,毛笔挠尿孔～啊快尿了。??01月08日,2024上海市防范打击非法金融“五进”系列宣传在沪启动,
“不止一头，竟然这么多！”
,色综合91久久精,猛创,吃 网cgw01.com。??时势2：欧美农村黄色视频
??01月08日,浙江杭州：首届全国全民健身大赛气排球项目总决赛举行,
兽啸震天，山林颤抖，这头凶彪强烈摇动，带着不甘，眼中的凶光徐徐阴晦，霹雳一声摔倒在了血泊中。
,男女被 到爽 流白浆动漫,与子乱刺激对白在线播,嫩小瑶外网私密视频。??01月08日,“绅装骑行”引争议 小资还是审丑？,
今天，安科瑞乐成上岸海内资源市场，这是公司生长历程中的一个主要里程碑，也是一个新起点、新动力。我们将牢牢紧抓这一名贵机缘，一如既往，继续起劲，通过实现募投项目，提升优势产品的一连开发和立异升级能力，继续实现业绩快速增添，最大限度地实现客户、员工、社会与股东的共赢!
,91视频 秘,国产专区1,AA国产一级免费高清黄片。??时势3：Chinese老头大爷自慰
??01月08日,龙年将至 上海大世界上演“似曾相识”年,
四 将“落实”作为事情执行力的标杆。
,00 后粉嫩午夜福利视频,性欧美操b,十八岁以下禁止看的网站。??01月08日,【追光的你】习言道｜青年的这三件事，习近平牵挂在心,
山脉外，一群人在极速奔行，身体被霞光包裹着，冲向原始山林深处。
,白丝打屁股,欧美精,亚洲经典一曲二曲三曲区别小说。??时势4：草操网
??01月08日,湖北巴东：盘山公路如巨龙在山间“起舞”,
就这样，自这一日起，柳树通体阴晦，那条绿莹莹的枝条在夜晚不再发光，它陷入了甜睡中。
,簧片网站在线看,日韩欧美日逼片,欧美特黄一级视频18。??01月08日,【新春纪事】投壶研墨剪窗花 留学生在古城襄阳体验中国传统习俗,
汽车在马路上一直地奔驰，一直的排放废气。这对地球有极大的污染。面临这些污染，我们能够少开汽车出门，多骑自行车。这样还能够磨炼身体也可镌汰对地球有害的物质。
,越南未满禁片一级毛片在线看,有色视频哪里可以看自拍,日本一区二区免费黄色视频。【第135届广交会落幕，写下贸易强国的新篇章】
责编：朴洙贤
审核：卡加梅
责编：贾诚
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
