猫眼影戏
 |
|
猫眼影戏
张佳怡
手机审查
猫眼影戏记者 项锐 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：被情趣店老板c到求饶
??01月11日,老牌旅游城市“翻红之路”,
扑面，谁人人形的穿山甲嘶吼，道：“上一次，我若是血洗了谁人村子，也许就没有这么多事情了，你是迩来突破的 ？！”
,国产精品2012 。??01月11日,日均验放7200余人次 二连浩特口岸迎客流高峰,
金狼部落、罗浮大泽也先后覆灭了，举族皆殇，没有一小我私家活下来 。至此，这片大地上，最强的四族彻底殒命，栖居地成为染血的废墟 。
,日本乱人伦A片免费高清,仙踪林company limited to在亚洲的发展,在线免费av网址 。??时势2：草肥熟老熟妇
??01月11日,葛剑雄“回到”图书馆,
今天是个值得载入银行生长史册的日子 。我们在这里欢聚一堂，配合举行银行分行开业庆典 。
,日本操屄大片,6080午夜一区二区三,在线观看精品国产91 。??01月11日,教育部：2025届高校毕业生预计规模1222万人,
请你记着一句话：“我们是一律的……至少我们通过宅兆一律的站到天主眼前!”在这个社会上，在这个天下里，人人一律!
,在线进入黄色视频在线观看,人人操人人屄,谁有黄色网站视频 。??时势3：黄色国产精品视频网站
??01月11日,南非未来五年将创造500万个就业岗位 以缓解高失业率问题,
??01月11日,乙醇生产新技术背后有何大文章,
第二，希望同砚们勤于学习，善于钻研，扎扎实实打好驻足社会的基础 。当今时代是一个竞争的时代，也是一个学习的时代，宽大同砚要自觉比照周全生长的要求和学院的人才作育定位，起劲提高自己的综合素质和抵达人才作育目的应具备的优良品质，起劲把自己作育成为专业基础扎实、知能结构合理、综合素质优良，具备坚韧意志品质、较强贡献精神、立异意识和实践能力的德才兼备的新型人才 ？蒲У厝范ㄑ澳康模凸鄣仄饰鲎陨硖跫行虻匕才判Ｔ吧模米约旱拇笱惫獬浞侄幻β遥饕谎怪疲杂啥皇Э兀嗖识黄 。 第三，希望同砚们增强品德修养，鼎力大举弘扬文明新风，做精神文明建设的模范 。目今，学院正大兴文明之风，希望同砚们连系学院文明修身工程，做到课堂文明、宿舍文明、就餐文明、举止文明、网络文明 。大学生做人最主要的基础是有优异的头脑品德素质，包括责任感、品德感、执法看法、敬业精神等 。以是希望各人在大学阶段学会生涯、学会体贴、学会相助、学会共事，学会尊重他人，学会准确处置惩罚种种矛盾、学会准确区分种种是非，做一个周全生长的四有新人 。
,揉我胸 啊 嗯出奶了,又黄又湿的初中生免费视频看,国产黄色视频在线视频网站 。??时势4：欧美夜色精品
??01月11日,最新研究：早期强化降糖可让心血管获益,
一年来，*集团深化企业刷新、推进自主立异、实验循环经济、开展细腻治理，推行“零基预算治理(ZBB)”、“工厂最优化治理(VPO)”等先进的治理工具，外抓市 。谧ブ卫恚迪至瞬亢途眯б娴囊涣鎏 。
,久草 网站,md传媒官方网站入口进入高清直播,亚洲sss 。??01月11日,信心更强 干劲更足（两会今日谈）,
亲爱的先生和同砚们：
,久久视这里只有精品99,亚洲+日韩+国产+无码,亚洲 欧美 日韩 另类 春色 。责编：王千源
审核：黎书凤
责编：莫斯科维奇
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
