猫眼影戏
 |
|
猫眼影戏
德米特里·切尔内
手机审查
猫眼影戏记者 陆克平 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：操妣录像免费播放操妣录像免费播放国产国产
??01月11日,尺素金声丨增势明显，上半年港口货物吞吐量超90亿吨,
小不点不语，凌空扑来，即将接触对方的刹那，体内霞光绽放，神曦喷薄，淬炼天地造化，掌指马上莹白了起来。
,白丝自慰喷水。??01月11日,习近平将抵达巴黎,
“他……真的在奔驰，还真想开创极境速率？这跟挖下宝骨不相关联啊。”
,黄A片一区二区,特级婬片A片AAA毛片,影音先锋最新资源网址。??时势2：涩情
??01月11日,遇见丨中国“低碳”丝绸出圈法国时尚界——莨绸时尚设计师梁子三亚海上旅游人气火爆 游艇排队出海,
不需细说，这块骨绝对有惊人的泉源，一看就不是凡物，像是纪录了骨文一道的的无上真义。
,乱日家庭一级录相,96pao强力打造永久免费视频,涩涩龙卷高清无码。??01月11日,腕饰巧搭新国风 年轻人“戴”出新消费, 5月份，食物烟酒类价钱环比持平。食物中，鲜菜价钱下降2.5%，影响CPI下降约0.05个百分点；畜肉类价钱下降0.4%，影响CPI下降约0.01个百分点，其中猪肉价钱上涨1.1%，影响CPI上涨约0.01个百分点；鲜果价钱上涨3.0%，影响CPI上涨约0.06个百分点；蛋类价钱上涨2.2%，影响CPI上涨约0.01个百分点。,桃阁阁APP,jk女同打屁股 网站╳,冷狐版露出巨乳配送员。
??时势3：日韩人妻精品一区二区三区视频
??01月11日,韩媒：韩国国会门前正在发生对峙,
组合成一个班级，这就是历史，谁也无法改变的历史。历史唯物主义者的态度就应该是尊重事实，实事求是，创立绚烂。任何想游离于整体之外的想法都是不可熟的，也是不现实的。若是你真的无法融入这个整体，请你马上走开，留下的应该是热爱整体、维护整体的坚定的整体主义者，应该是具有强烈整体相助主义精神的人。
,国产成人瑟和尚久久久久,高清日本欧美,黄色网站色小姐一级WWW。??01月11日,“争”当选2024海峡两岸年度汉字,
“逐步来，早晚抓到几头，别惊了它们，只要终年生涯在这块肥美的土地上，早晚是我们的！”石飞蛟小声道。
,免费看AV大片的网站久久,好大好深好猛好爽好湿视频,97人人澡。??时势4：老头Gay做受XXXⅩ
??01月11日,From Chuandong Cave！贵州普定穿洞发布新出土文物双语海报,
“嗡”的一声，其胸部闪灼，亦有圣光弥漫，令其出血的伤口所有凝固，并且全身骨头律动，宛若一曲神音，隐然要生长好一样平常。
,一级毛片在线观,青楼app,亚洲专区醉酒。??01月11日,2024年上半年末澳门人口68.7万人,
另一边，离火牛魔通体赤红如火，跟绸缎子似的，亦在发疯，全身符文闪灼，它也不想真正跟狻猊血拼，欲突围，第一时间选择遁走。
,香港三级,日本三级,1怎么让0尿失禁,91视频偷拍。责编：别克恩特马克
审核：曹磊
责编：王晶晶
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
