猫眼影戏
 |
|
猫眼影戏
李在勇
手机审查
猫眼影戏记者 乌戈·桑切斯 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1：一级无码国产精品
??01月09日,大家聊人民城市｜郑崇选：努力打造人民城市文化自信自强的上海样本,
三、增强效劳能力，以优质效劳辅助事情
,麻豆91视频。??01月09日,新疆乌什县发生7.1级地震 应急管理部启动三级应急响应,
石林虎怒视，道：“小个屁啊，阿叔昔时十二岁就完婚了，其时可远没有你厉害，遵照你现在的本事早就可以了。”
,亚洲人妻一区,WWW少妇com,国外狂笑lvkTK。??时势2：欧美老妇人在线一区二区三区
??01月09日,湖北咸丰：云海奔涌似仙境,
不得不说，这头穿山甲太强盛了，皮糙肉厚，若是其他强者肯定被小不点一脚踢碎颅骨而死掉了，可是它却没有大碍，猛力摇头，金色符文炽盛，将小不点震飞了出去。
,一级日本大片免费观,三黑战斗刘玥闺蜜视频结局在线观看,国产综合久久精品综合AV无码。??01月09日,强降雨来临，牢记这些安全提示,
关于职员问题，该充分的一定要充分，但更主要的是要留住现有职员。各人一定要以情绪、以情形、以事业、以待遇来留住人，营造做事创业的情形。没有高新的手艺，就没有须要要博士生、硕士生、大学生;只有科学手艺生长了，只有干一些高精尖的手艺才有这些人才的使用场合，不然的话，干两年行政，干两年岁务性的事情，博士就酿成硕士了。各人要以高新手艺项目来留住人才，坚持和提高人才的手艺水平;待遇虽然也是一个主要方面。在信息手艺方面，建设一个省公司的焦点层，这就是以科技信息部为主和其他各个部分向导、专家组成，公司管的各个单位职员是我们的主干层;第三层就是我们外围的专家层。我们搞信息化建设有得天独厚的条件，那就是有一批大专院校的优异人才与我们有着亲近的联系。
,xxxxx在线性爱视频,555最新精品视频,久久精品夫妻性生活视频一级影视。??时势3：户外露出TV毛片
??01月09日,五一档破15亿，多部影片超预期,
“惋惜看不到了……”
,国产肥女人精品区,操欧美另类人与兽,超碰人人人人底下有。??01月09日,专家提醒：耳机最好选择头戴式 不要用棉棒掏耳朵,
同砚们，我们就像是一条小船，在生涯这片海洋里航行，我们是在海洋中迷失偏向而沉于海底，照旧乘风破浪驶到乐成的彼岸，这正成了我们现在应该思索的一个主要问题。 以是我讲第二个词是意志。
,孕育的摇篮之卵2.7版本下,又黄又爽又刺激的泡妞视频,三级影片在线观看。??时势4：WWW 97人人摸人人爽
??01月09日,江苏南京：三棵千年古银杏迎来最佳观赏季,
嫩柳摆动，发出璀璨的光线，碧绿的枝条蜿蜒，如一条螭龙般，迅速将凶蛟的颈项纠葛，此后猛地一带，这般强盛的一条凶蛟直接就一头栽落了下来，坠向地面。
,久草a片,动物黄色3级片,哟哟色。??01月09日,【世界说】美媒：民调一再显示多数美民众支持常识性枪支法 枪暴问题却始终被其他议题所掩盖,
在肯定效果、树立信心的同时，还要苏醒地正视问题、熟悉缺乏。从全市规模看，主要体现在以下几个方面：
,国产高清在线观看视频一线,JIZZJIZZ亚洲熟妇,谁有黄色网站免费看。责编：陈风华
审核：王乃玲
责编：李建基
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
