猫眼影戏
 |
|
猫眼影戏
吕良伟
手机审查
猫眼影戏记者 德克斯特·罗伯茨 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：国产偷国产偷在线视频
??01月09日,中央生态环境保护督察集中通报7省市典型案例,
那柔软的柳条流光溢彩，有氤氲光雾蒸腾，噗的一声，绿芽前端洞穿了凶狈的后背，溅起一串血花 。
,亚洲国产国语对白在线视频 。??01月09日,（乡村行·看振兴）探访“中国智慧厨都”：“黑科技”融入烹饪界 “数字厨房”显雏形,
一些年岁大的老人颤颤巍巍，带动祈祷，以虔敬的心，真挚的言语，表达尊重 。
,国产黄色在线播放,一级片有限公司,91精品国产自产在线观看不 。??时势2：国产艳情黄色视频毛片在线
??01月09日,改革为人民｜助力“通道经济” 总书记关注“数智”港口建设,
从收费上看，我校除了收取学生伙食费、本费、水费等学生自己消耗的用度外，不收取任何特殊用度 。我有一个支属在实验中学读初中，一学期下来共计一万多元，最后读不起转到我校，一年才2千左右 。
,538在线观看在线视频2020,日本XXXXXX69,狂気拷问国产一区 。??01月09日,“俄宴风华——克里姆林宫博物馆藏饮食文物精品展”即将在中国国家博物馆展出,
若非担心牵连子嗣，他们早就逃走了，由于修为都极其恐怖，一晃已往多年，几人都已步入晚年，生命无多了 。
,亚洲乱码123,两根双龙玩弄尿喷H肉1v4,小幂悄悄去[ v . ]这个网,猎奇了 。??时势3：国产综合亚洲精品一区二
??01月09日,什么是“101计划”？这项教育改革要改什么？速览高校权威解读！,
村干部培训班的（通用27篇）
,骚麦小仙儿歌曲在线听,麻豆h本子,欧美精品九九九999久久久 。??01月09日,甘肃探索创新育才：“飞天英才”师生见面体验科学魅力,
“什么，这是一头远古魔禽，是吞天雀，照旧青天鹏 ？好强盛的一种宝术！”来自金狼部落、罗浮大泽等地的强者都惊异不已 。
,综合色区导航,欧洲A级av,精品无码三级在线观看视频 。??时势4：韩漫18
??01月09日,宣绩高铁全线铺轨,
??01月09日,四川地方国企规模再上台阶 将推动新一轮国企改革,
雷明远看到接连两位天才被这个小孩子生猛地拍飞，他不想比拼肉身，眸光炽盛，肌体汹涌出一股玄色电光，掌心泛起一个符文，闪电交织，向前按去 。
,很黄很污的美女视频网址,欧美午夜福利久久惹,欧美性爱性爱性交免费不卡特级黄色视频在线播放 。责编：高崇民
审核：村山富市
责编：曾文鼎
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
