猫眼影戏
 |
|
猫眼影戏
弗瑞德·塞克
手机审查
猫眼影戏记者 朱守晶 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：电锯人创黄3
??01月12日,中国首套深海湿插拔连接器通过海试,
“子陵 ，至尊骨已经取出 ，再难接续了 ，用别的赔偿吧。”石渊平缓地说道。
,欧美级婬片A片免费播放口。??01月12日,【图片故事】走进老字号：小学生沉浸式体验腐乳“诞生记”,
不久后 ，他们见到一株参天古树 ，枝杈竟会动 ，将一头数丈长的火犀洞穿 ，罗致血液 ，甚是恐怖 ，整株树都酿成了红色。
,久久综合无码二区精品日韩,笔盒beatbox永久免费,小扫货这么能夹几巴。??时势2：自拍偷在线精品自拍偷
??01月12日,金庸诞辰100周年文化交流活动举办 张纪中出席并评价短剧,
王宫恢宏 ，如一片天宫降临在人世 ，高峻而巍峨 ，内部则是金碧绚烂 ，雕梁画栋 ，说不尽的奢华与繁华。
,色色的网站,一线毛片网站,哪里可以免费看无码。??01月12日,暴雨与高温袭粤 广东中暑地图发布, 钟自然严重违反党的政治纪律、组织纪律、清廉纪律和生涯纪律 ，组成严重职务违法并涉嫌受贿、居心泄露国家神秘犯法 ，且在党的十八大后不收敛、不收手 ，性子严重 ，影响卑劣 ，应予严肃处置惩罚。,久久r久久,男同黄片网址,AAA黄色网站。
??时势3：91国自产拍 精品
??01月12日,江西省政协服务大局谋良策出实招 履职为民做“四者”,
社干部虽然是最小的“官” ，但其主要性却不可小看。昔人说：不在其位不谋其政 ，那么在其位就要谋其政 ，在位就是你担当了一定的职务 ，谋就是要担负一定的责任。我们社干部有哪些职责呢?一是要不折不扣地落实党和政府在农村的各项政策。二是要顾全阵势 ，完成镇党委、镇政府交办的各项中心事情使命 ，万万不可唱反调 ，对着干。三是生长生产 ，生长农村经济 ，为建设社会主义新农村作孝顺。四是解决好 ，化解好种种矛盾纠纷 ，坚持农村社会稳固协调。五是清廉自律 ，在群众中树立基础干部优异形象。
,h5免费版入口,免费毛片a在线视频,8x拔插91看片高潮。??01月12日,河南平顶山煤矿事故致16人遇难 国务院安委会挂牌督办,
现场阒寂无声 ，石渊这一脉的人恐惧。
,黑寡妇裸被 视频网站,中文字幕免费视频,9.1免费版网站。??时势4：国产操逼视频播放
??01月12日,（文化新纪行）敦煌文化借由开放素材库拉进与公众距离,
完成了“211工程”三期建设项目验收以及“提升综合实力”建设妄想体例事情。“提升综合实力”建设是中西部高校提升综合能力的国家级妄想 ，包括_大学在内有14所高校进入该妄想。这项事情是学校未来几年 ，与“211工程”并列甚至比“211工程”更为重大的建设妄想。
,久久R精品免费视频,超碰2017,外国在线视频播放免费网站。??01月12日,千年潞绸：岁月长河“织”繁华, 国家体育总局体育文化与体育宣传生长战略研究中心高端智库主干专家、广州体育学院教授曾文莉告诉《环球时报》记者 ，体育具有较强的杠杆效应 ，以体育赛事演出为杠杆 ，能撬动都会基建、旅游、文化等 ，激活体育消耗热情 ，推动体育工业能级提升 ，而这个杠杆的原动力主要是运发动尤其是明星运发动。,色一色综合天天操,久久99视频精品9,馃埐馃悢。
【两部门：调整横琴粤澳深度合作区有关增值税和消费税退税货物范围】
【2024五一档电影市场洞察报告：15.27亿元票房收官】
责编：吴庆国
审核：李商隐
责编：和振东
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
