猫眼影戏
 |
|
猫眼影戏
孙劲松
手机审查
猫眼影戏记者 武库 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：黄色网站又爽又长
??01月10日,来自顶尖科学家的“科学第一课”：“我们不知道”,
毕方、螭龙等强者闻言，鼻子都差点气歪了，这小子还盛意思说他们性格有问题？活该的小贼，得了自制还卖乖！
,91人妻人人爽在线入口。??01月10日,推动高质量发展·权威发布｜广西：过去三年规模以上工业增加值年均增长6.5%,
与员工双赢。
,欧美国产黄A片在线,毛片在线免费看网址,亚洲二区视频在线。??时势2：禁止十八岁看黄色网站
??01月10日,东西问｜海春生：如何挖掘好、使用好民族古籍资源？,
柳树究竟什么来头？让人生疑。族长石云峰心颤，昔时他曾眼见老柳树沐浴雷海、从天而降的恐怖场景。
,一级黄色视频在线视频在,日韩免费视频观看,91全国免费。??01月10日,“暖心”服务架起民生保障“连心桥” 实实在在成果提升百姓幸福感,
??时势3：日本多人群p视频在线观看
??01月10日,数字转型成广西县域关注焦点 大数据模型将赋能大健康产业,
二是内容富厚，形式多样。 这次培训时间短暂，可是为了确保全体学员在课堂上学到只管多的有益知识，在以后的事情实践中钻营更大的生长，我们安排了富厚的教学内容，教学内容涉及党的先进理论、涉农执律例则、村级党组织建设、党风廉政建设、社会治安、妄想生育等知识领域。在教学方法上，坚持理论联系现实，坚持做到理论学习与营业向导相连系，形式多样、内容富厚、由浅入深，确保了所有学员对各方面知识有较为周全的相识和掌握。
,美女裸体秘 无遮挡隐私,人妻系列无码专区无码专区,国产欧美日韩精品亚洲一区。??01月10日,香港撤销罗冠聪等6人特区护照 外交部：合情合理合法,
首先，建议你把试卷认真重新做一遍，在这个历程中你会发明真正把你难倒的问题并不是太多，而有一部分问题是在温习历程中被自己忽略掉的，同时尚有相当的一部分失误是可以阻止的，这样的剖析有助于重修你的信心系统;
,久久99精品国产麻豆欧美,国产女生喷水视频,Yeyebirdie生命工坊官网入口。??时势4：人妻91论坛
??01月10日,云南镇雄县凉水村山体滑坡救援：已找到两名失联人员 均无生命体征,
小不点好奇，手臂发光，再次洒下一片光雨，落在它的身上。
,大雷擦狙狙网站17c,久草娱乐视频,aaa爽爽爽日韩视频。??01月10日,文化中国行丨联播一瞬带你看 非遗春节“龙”重登场,
地上躺着的这群凶徒，每小我私家手上最少都有数十条性命，通常凶残而残酷，现在却也都恐惧了起来，眼睛睁的很大，高声呼喝讨饶。
,wwwwwwwwwxxxxxxxxx.日本,妺妺窝人体色WW在线,双腿吊起各种玩具高H男男。责编：刘辉
审核：马斯特顿
责编：王一鸣
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
