猫眼影戏
 |
|
猫眼影戏
張宇
手机审查
猫眼影戏记者 舒淇 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：色呦呦 一区
??01月12日,国台办：民进党当局“以武谋独”完全是自寻绝路,
“霹雳”一声，远古凶禽甩动翎羽，迅疾而凶狠，扫向凶兽胸口，惋惜再次成空，且差点被那重大兽爪拍中，迅疾逃退。
,加l里i奥n说k把3.中c文c/删k掉k就是c总k站了。??01月12日,西延高铁重难点控制性工程荆山塬隧道顺利贯通,
清静是电力生产永恒的主题，这一主题是无可置疑的。在电力清静生历程中，清静事故的爆发，只管爆发缘故原由多种多样，但其中普遍保存的共性是由于人的行为不规范，清静头脑淡漠，清静态度不规则，清静能力低下，清静责任不强，尤其是违章作业、违章指挥、违反劳动纪律以及不严酷执行“两票三制”等一系列不清静问题造成的。
,少司缘裸体 开腿裸体本子,国产综合色产在线精品,看免费毛片A片。??时势2：差差差不多30分钟滑轮
??01月12日,第二届链博会将创新发布“一报告两指数”,
“应该是骨文的神秘实力，令那处神藏沉入了大地下，漂移向了远方，无人知晓在那里了。”族长一声叹息。
,国外人人射人人操,5号房韩宝贝仙女屋的传说与历史背景,nga饭局花花200张。??01月12日,【理响中国 | 金牌思政课】刘吕红：红旗渠精神的实践生成、精神内核及情感意蕴江西多地闻雪而动 全力做好民生保障工作,
(1)在路上靠右边走，不在公路上追逐打闹，过公路时要做到：一停二看三通过。
,国产精品久久国产精品99盘,一级片黄色视频91网站,97人人爱人人操。??时势3：TS诗诗君君
??01月12日,李佩霞受贿案一审宣判 被告人获刑三年,
这里一片绚烂醒目，将整片山林尚有整条大河都映照的一片通明，然而这般强盛的宝具却没有能盖住。“噗”的一声，被嫩芽抽碎，化成一片骨粉，符文直接消逝，精气融入绿柳中。
,东京热,欧美老妇性交高清视频,欧美黑人又大又粗。??01月12日,辽宁大连：“爱伴导盲犬”主题航班活动举行,
几个老人都离世了，而最近数十年也没有什么新的“罪犯”被发配过来，这里显得很幽森，缺少人气。
,日a在线网址,黄色录像一级操逼片,亚洲一级精品无码AV。??时势4：亚洲一区二区视频在线
??01月12日,国台办：企图“以武谋独”是蚍蜉撼树，注定失败,
接连遭创，小不点也怒了，但眸子却很清亮，并未失去冷静，他在寻找穿山甲的弱点，要捉住最大的战机。
,亚洲最大的综合网,亚洲欧美日韩在线精品2021,欧美一级a爱做片天天视频。??01月12日,热词：“两新”,
小不点痴了，无比的着迷，抱着晶莹的骨块，时时刻刻都在意会，都在思索，宛若入魔了一样平常。甚至由于太专心，一起走入湖中，直到水淹到口鼻处才惊醒，这让族人啼笑皆非。
,一级毛片美女欧洲,福利视频亚洲,人妖高潮vidoves妖人视频。责编：林豪
审核：肖继忠
责编：莫晓涵
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
