猫眼影戏
 |
|
猫眼影戏
魏东
手机审查
猫眼影戏记者 埃胡德·奥尔默特 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：亚洲AV秘 无码一区音羽
??01月11日,广州W酒店停业整顿？万豪国际集团回应,
清风以为，这简直就是心中一经幻象的天下，静谧祥和，没有一点烦扰，若是恒久在这里生涯，一定会很快乐。
,九九经典视频污。??01月11日,2024黄埔马拉松赛将于12月22日广州开跑,
“你……”石笠惊异。
,免费无遮挡 免费,99爱在线精品视频,免费A级毛片无码免下载。??时势2：国产一区二区三区视频
??01月11日,海南建设美丽海湾 扮靓环岛旅游公路沿线风景,
这些人入口后，所有爆碎，化成血雾，被它吞入了腹中。
?第四十二章 大波涛,在线观看黄A片免费网站一,胡桃高潮喷水,自w喷泉网www999999999999。??01月11日,新疆夏嘎乐团：更多人感受原生态音乐的魅力,
“唉，这次白来了，没有想到这片山脉云云恐怖。一头强盛的恶魔猿啊，竟只是在认真驱赶万兽，而这还不是山脉最深处，你们说这苍莽山脉中究竟出了什么了不起的工具？”
,老熟精品视频一区二区,欧美肥老太XXXXXX,www.123av。??时势3：黄色AV网站免费在线观看
??01月11日,“青年之桥”铺就成才之路 助力中西部青年发展,
从高空向下望去，可以见到地面上玄色的误差一道接着一道，像是蛛网般交织，有一块区域更是泛起黑渊。
,欧洲婬片a免费播放口,淫水丝乳,日韩视频免费一区三区。??01月11日,【香港漫游记】在“空中”餐厅体验传统法式料理,
??时势4：色色中文字幕
??01月11日,四川康定受“8·03”山洪泥石流灾害影响的1.3万余辆大中型货车顺利过境,
“族长爷爷，尚有阿叔他们，一直瞒着我，在为我五岁的洗礼犯愁，着实我都知道了。现在好了，有了三头远古遗种，真血一定足够了。”
?第二十章 惊变,在线视频午夜,欧美性爱视频五A级黄片,igao久久。??01月11日,“搭便车”出事故如何担责？最高法解答,
祭天场景消逝，另一些情形泛起。
,久久人人爽人人一级毛片,ⅴ黄片視頻,天天一及黄色录像。责编：热合曼·那
审核：丁红
责编：苏西洛
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
