猫眼影戏
 |
|
猫眼影戏
丁慧峰
手机审查
猫眼影戏记者 西普里安·恩塔里亚米拉 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：撸管二次元动画视频
??01月12日,金华第三届全民乒乓联赛举办 全年参赛选手达万余人次,
据相识，我国每年约莫有1.6万名中小学生非正常殒命，中小学生因清静事故、食物中毒、溺水、自杀等殒命的，平均天天有40多人，也就是说天天将有一个班的学生在“消逝” 。
,91在线視頻在线視頻 。??01月12日,重庆轨道交通15号线二期工程进入铺轨作业,
石飞蛟精壮有力，抛下手中的狼牙大棒，运转神秘实力，胸膛处马上有骨文亮起，如一颗颗星辰闪灼，他迅速从怀中掏出一张陈腐而又血迹斑驳的古兽皮，猛地按向胸部 。
,美国欧美日本韩国国产,成人做爰A片免费看网站性晶,黄网站在线观看永久免费 。??时势2：白袜子舞蹈生翘臀被c视频
??01月12日,外媒：以色列袭击黎巴嫩南部致3人遇难,
(一)明确职责分工，落实案防责任 。各银行业金融机构要切实推行案件防控责任主体职责，明确案防事情牵头部分责任，厘清案防牵头部分与营业、风控、内审审核等部分案防职责界线，包管各部分、上下级机构案防权责清晰、责任落实 。
,最新国产在线不卡黄色视频,蘑菇 视频,久色五月天 。??01月12日,“五一”假期北京市属公园迎客创十年来新高,
究竟谁是人类，谁是远古遗种 ？银色生灵有点神经庞杂的感受，怎么两小我私家的种族像是置换了过来 ？！
,免费的黄色视频欧美一本到,免费观看成年在线视频网站,青草视频在线观看免费网站蜜臀 。??时势3：99久久精品福利久久久久久
??01月12日,【理响中国·人民至上@中国式现代化】海报｜如何讲好用好新时代“大思政课”？,
“啪”的一声，族长指间符文闪灼，持一柄紫金小锤轻轻一敲，将紫蜈蚣头颅震裂，扔进了滚水中 。
,国产一区二区域,19+amsr,在线综合色 。??01月12日,探寻汉字之美 “汉字演变”主题展览在伦敦开幕,
小朋侪们让我们携起手来，关爱生命，关注消防清静，为；ぷ约汉退说钠桨残腋６浜掀鹁ⅲ
,黑人玩弄人妻一区二区三区,十八岁一千个黄色网站,午夜福利在线观看 。??时势4：91POPNY丨熟女
??01月12日,贵州省公安厅交通管理局原局长施长征被开除党籍,
“总体国家清静观”：大清静时代的宏观清静思绪
,黄色网站网址视频,日本熟妇BBWHD,www.日本在线视频 。??01月12日,台风“格美”造成台湾农业损失达32.63亿元新台币,
同砚们，凭证国家统计，我国每年约有1.6万名中小学生非正常殒命，平均天天就有40多名学生死于溺水、食物中毒、触电、交通等事故 。其中除不可预见的自然灾难和人力不可抗拒的重大事故外，80%的非正常殒命完全可以通过预防和应急处置惩罚加以阻止 。那么我们应该怎样提防清静事故的爆发呢?我们学校针对现真相形作出如下强调：
,亚洲福利在线视频导航,91成人禁漫黄淫啪啪,久国产在线 。【生态环境部印发《生态环境部门进一步促进民营经济发展的若干措施》】
责编：闫磊
审核：葛兰尼
责编：朱宗顺
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
