猫眼影戏
 |
|
猫眼影戏
瓦尔季斯·东布罗夫斯基斯
手机审查
猫眼影戏记者 黄长庚 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：男男Ga
??01月07日,（乡村行·看振兴）乡村振兴视角下革命老区“红+绿”资源转化利用的“娄烦实践”,
三条大河交汇，从乱石山中冲过，下方则是一片低谷，在此形成众多的断崖，水势狞恶，像是从天外垂落下来，瀑布成片，那乱石一直滚落下来。
,福利18禁。??01月07日,第二届中国国际供应链促进博览会将于11月在北京举行,
(1)做到劳逸连系，在家多看书、加入一些有益的活动、视天气和气温情形，做适量的户外体育磨炼，以增强自己的体质;
,国产一二三四,人人对人人爱上碰,糖心米娜vlog。??时势2：总裁硕大挺进她的紧窄小肉动漫
??01月07日,京津冀地区首艘智利直航“车厘子快线”抵达天津,
石昊迈步，如入无人之境，继续脱手，此人见状极速冲来，全身发出宝光，此后一片又一片甲胄泛起了，笼罩在他的身上。
,95xxoo,十大裸体软件破解版,欧美无极色HD。??01月07日,商务部回应欧盟拟对自华进口电动汽车征收临时反补贴税,
石村中一块逍遥前，石林虎等一群壮年男子成在轮动巨斧，认真的劈柴，这种黑蛟木一样平常人基础砍不动。
,虚别告诉mama下载,草操网,艳母三级片在线观看免费。??时势3：国产三级免费视频在线
??01月07日,在长春见青春！长春假日游线上线下玩到爆！独家调查河南大学大礼堂失火事件 最新回应→,
“那尽可以从别人手里去求取，我出行西疆，符牌已经送完了。”夏幽雨笑了笑。
,男男做爱音频,68J8影阮,欧美综合精品视频一区二区。??01月07日,探访北京数字人产业基地 看看数字人都应用在哪些场景？,
数日后，小孤山镇不在清静，有人见到了大部落的一族之主，竟亲临这片土地，让那些为山宝而来的强者为之惊异。
,一级黄色aaa视频,男生女生做运动有声视频,无码黄片视频。??时势4：无码一区二区三区冒白浆
??01月07日,火箭造完怎么从“躺着”变“站着”？答案在这扇“神秘巨门”后→,
“真漂亮！”小不点石昊眨巴着大眼睛，长长的睫毛随之而颤，看着三枚凶禽卵温润晶莹、光泽点点，忍不住欢喜，他最为年幼，好奇心很重，很想抱起来看个仔细。
,丝袜黄网站,人人鲁人人尻,欧美老妇牲交vido。??01月07日,海地总理亨利辞职,
“缚！”
,亚洲国产一二三精品无码,老妇肥熟凸凹丰满刺激,A片视频在线看网站。责编：卡塔丽娜
审核：特雷·多
责编：瑞纳
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
鲁ICP备09023866号-1 鲁公网安备 37010202000111号
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
