猫眼影戏
 |
|
猫眼影戏
吴昕丽
手机审查
猫眼影戏记者 刘凤妹 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：精品色视频在线网站
??01月13日,中国与瑙鲁何时互设使领馆？外交部回应,
“我的 ，我的 ，都是我的 ，怎么跑了？”小不点叫嚷。
,123av在线视频。??01月13日,湖南张家界上演峰林杂技秀 多国杂技表演者登台献技,
挡不住你们破竹的锐气。
,3d 动漫 同人 触手 无尽,亚洲欧美另类丝袜综合在线,印度视频网站www色。??时势2：美国一级婬片A免费看
??01月13日,WTT成都混团世界杯：国乒今日将迎战韩国队和中国香港队,
又是两日已往 ，独角兽的伤终于快好了 ，不但云云 ，它获得了很大的利益 ，吞食了五色鸟蛋部分汁液 ，还饮下了金色朱厌一滴血 ，令其越发的神骏了 ，体内符文逐渐凝实 ，有向骨骼烙印去的迹象。
,AV网址aaa,摇篮之卵下载免费版,国产深喉视频一区二区。??01月13日,甲子情深！庆祝中法建交60周年人文交流活动在巴黎举行,
二、答题前看清晰试卷的页数和每道试题的要求 ，不要漏页 ，不要漏答 ，不要没看清晰问题的要求而错答 ，更不要漏涂题卡
,日韩黄色性爱A片,91精品一区国产高清在线,野外一级A片XXXX。??时势3：37a8.㏄
??01月13日,道中华丨普洱猪干巴,
国电开都河公司是天下500强企业中国国电集团公司下属的 ，受国电新疆电力有限公司控股和治理的下层发电公司 ，经由几年的艰辛斗争 ，公司已经生长成为一个拥有一个投产电站--察汗乌苏水电站 ，一个在建电站--柳树沟水电站和两个筹建电站--滚哈布齐勒水电站和霍尔古吐水电站的一类企业。 展望未来 ，激情满怀。站在新的起点上 ，我们将牢牢围绕中国国电集团公司集团公司“以鼎力大举生长新能源引领转型、建设一流综合性电力集团”这一战略目的 ，为把国电新疆公司建设成为海内一流水平的综合性省级能源公司 ，为开都河公司的加速生长 ，而起劲推进开都河中游水能资源开发。 由于有您的关注 ，我们的事业变得越发主要;由于有您的支持 ，我们的企业得以一直壮大。生长之路 ，任重道远 ，我们愿与各界朋侪携手共进 ，共铸新的里程!
,免费有色小视频,少萝自愿裸体 ‘,亚洲,日韩,欧美,视频一区。??01月13日,道中华丨昆仑神话的诞生地竟然在黄河源头！,
“快了 ，就要好了 ，毅儿坚持。 彼恢钡拇蚱朊憷 ，满脸的温柔 ，让石毅松开 ，挺过这道难关。
,铁粉空间网页版资源免费在线观看,人人摸人人搞人人操人人干,人人操,人人干黄色强奸大片勉费。。??时势4：3d 无尽 女仆 护士 3D
??01月13日,哈尔滨马拉松开赛 3万名跑者激情开跑,
先生师们、同砚们：
,一区二区国产欧美在线视频,男生女生,国产a久久毛。??01月13日,尼日尔高级军官：我们必须看看中国是如何制造装备的,
突然 ，一声鸟鸣响起 ，天空中宛若坠落下一朵乌云 ，一头体型重大、凌驾上百米的巨禽自云层上方扑击而下。
,动漫吸乳,九九九久久久久久九久国产精品ww国产伦理,国产嫩草久久久久久鸭。责编：李惊亚
审核：瓜鲁雅
责编：孙锡明
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
