最新无码va国产在线视频,无论你在哪,都能随时体验高速与便捷的服务

首页 >新闻 >社会新闻

DeepSeek-OCR是「长文本明确」未来偏向吗？中科院新基准给出谜底

2026-01-08 10:42:35

泉源：

猫眼影戏

作者：

赵子立

手机审查

　　猫眼影戏记者王贺成报道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：色网站黄

??01月08日,电视剧《繁花》引关注何以“风流未央”？,

　　“呜呜……”降低的啸声响起，此起彼伏，围绕在他们的左右。

,男女差差差APP。

??01月08日,“春之声·金梦想”跨国新春文艺晚会加德满都上演：中尼跨越雪山携手迎春,

　　“让人小心的观探，我们做好准备，随时起身冲已往！”几位族都坐不住了，主要、激动、焦虑，心中难以清静。

,一级岛国片免费精品,9色视频,久久AV不卡网站。

??时势2：国产三级精品久久三级国专

??01月08日,HICOOL全球创业者峰会上的黑科技,

　　认真贯彻《工会法》，切实�；ぶ肮さ恼比ㄒ�，起劲加入局组织的各项活动。注重视察研究，群策群力，多次下下层走访职工、调研、普遍听取切实可行意见，多次召开专题钻研会，探讨工会事情的新方法、要领，设立专档台账，并建设每月更新制度，对转变情形随时掌握、随时纪录、实时更新，实验动态治理。

,日常更新请广大拿笔记好安全,国产真人拍拍视频,美杜莎被插羞羞网站。

??01月08日,“‘一带一路’国家气象培训中心”在香港成立,

　　“我还小呢，不想完婚！”小不点挠头，小面庞有点发热。

,激情六月丁香婷婷,一级高清黄色网站,撒尿bbWbbw老妇女。

??时势3：插

??01月08日,读懂数智时代教育的变局与初心专家论道：面对未来培养什么人、怎样培养人,

在现在的消耗社会中，线上购物已经成为了人们生涯中不可或缺的一部分。而京东作为中国最大的综合性电商平台之一，其提供的京东白条也成为了许多消耗者购物的首选之一。然而，随着京东白条的普及和使用，一些用户也面临着还款问题，尤其是当欠款抵达一定金额时，是否会被起诉成为了许多人体贴的问题。一、京东白条欠30...

,69国产丝袜熟女,免费珍妮动画原片,www.欧美日韩五码在线。

??01月08日,西岳庙：雪中千年古建筑唯美如画,

　　此后，他激灵灵打了个冷颤，在他想灭口的同时，族中的宗总是不是也在转动类似的念头，会不会直接除掉他呢？由于这次的事情真的闹大了，极其严重与太过。

,黑寡妇裸被视频网站,99资源在线视频一区二区,新加坡人妻足交。

??时势4：国产斗嘛av免费在线观看

??01月08日,中共中央政治局召开会议审议《关于二十届中央第三轮巡视情况的综合报告》中共中央总书记习近平主持会议,

　　2、强化视察研究，施展照料作用。办公室施展照料助手作用，就必需深入现实，深入下层，搞好视察研究。一要抓“大”，就是要围绕党委事情重点，对重大经济生长战略问题以及事关全局的重大问题，组织实力，举行深入详尽的视察研究，实时向党委提供有内容、有剖析、有建议、有主要参考价值的视察，为党委议大事、定阵势提前谋划，超前效劳。好比，怎样抢抓沿江开发机缘，进一步加速我区开放型经济生长;怎样做好“商贸兴区”文章，指导改制区属企业“退二进三”，举行“二次创业”，等等，都值得我们深入研究和探讨。二要抓“新”，就是要围绕经济社会生长历程中泛起的新情形、新问题举行选题，着眼于我区刷新生长稳固的新效果、新探索，注重抓好典范调研，实时生长和总结在实践中创立的新鲜履历，用以指导实践，推动事情。好比，在舆论指导方面，我们就可以对区属企业开放式改制的做法、州里招商引资的履历以及民营企业艰辛的创业历程等举行总结推广，起到宣传先进、学习先进的效果。三要抓“专”，就是要围绕党委每个时期关注的问题以及带有普遍性、倾向性、苗头性的问题，组织专题调研，为党委相识下层情形、举行科学决议提供效劳。好比，全区各项事情安排，在下层事实落实得怎么样?群众在生产、生涯上迫切要求解决什么问题?下层干部的作风怎样?这样通过访贤于黎民，问计于下层，求知于实践，使调研效果具有更强的头脑性、政策性、建设性和可操作性，迅速转化为党委决议，推动事情的开展。

,高清无码乱伦视频,日本性交网站,91无码在线视频播放。

??01月08日,旅新大熊猫“叻叻”启程回国预计16日深夜抵达成都,

　　石笠的攻击真的很恐怖，他与石毅宛若融合在了一起，胸口发光，全身都是重大的纹络，流转诸天的神秘。

,一本大道无码av一二三区,衣冠不整鹤童by鹤童免费阅读,欧美日本黑人在线视频导航。

【习近平总书记在第四次“一带一路”建设工作座谈会上的重要讲话引发与会人员热烈反响】

【“汉字演变”主题展览在伦敦举行】

责编：黄旖旎

审核：莫尼克

责编：金三顺

k1体育麻将胡了

DeepSeek-OCR是「长文本明确」未来偏向吗？中科院新基准给出谜底

DeepSeek-OCR是「长文本明确」未来偏向吗？中科院新基准给出谜底