猫眼影戏
 |
|
猫眼影戏
艾莉森·布莱克
手机审查
猫眼影戏记者 蒋永萍 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：少妇三级片久久
??01月10日,南开大学携手推动卫生健康事业提质 天津大型三甲医院更名,
??01月10日,联合国教科文组织将在2024年国际教育日聚焦打击仇恨言论,
二、捉住要害，突出重点，切实增强州里、村两级班子建设 事业兴衰，要害在人 。向导班子和向导干部是推动跨越生长的中坚和主干 。要继续坚持我乡(镇)目今的优异生长势头，推
,女人跪下吃男人J8网站直播,少萝自慰喷浆,A片. com 。??时势2：柔术18amarteur
??01月10日,甘肃临夏“村光”有产值,
最后，是增强下层民主政治建设，增进农村社会稳固，推进协调鄞江建设的需要 。刷新开放以来，我镇经济获得迅猛生长，宽大农民的生涯水平有了大幅度提高并逐步走向富足 。同时，农村生长中也袒露和反应出一些民主建设问题 。从我镇现真相形看，个体村级治理制度不健全，村民法制看法淡漠;一些村“两委”关系不协调，村党支部书记和村民委员会主任相互争权，班子内讧严重;尚有个体村财务治理恒久杂乱，村务果真不正常不规范，群众意见很大 。这些都极大地影响了村级班子和干部在群众中的威信，影响了目今我镇各项事情的开展 。因此，村级组织保存的这些突出问题，迫切需要一套行之有用的制度来加以规范和约束 。我们举行这次培训班，目的就是给各人培训关于规范村务治理方面的知识，并连系各村现实，探讨怎样规范我镇村务治理的详细步伐 。通过这次培训，进一步提高各村向导干部的政策营业水平，增强各人的法治意识和民主意识，推动我镇村务事情逐步实现民主化、制度化、规范化和果真化，落实好宽大群众在村务治理事情中的知情权、治理权、决议权和监视权，把我镇的村务治理事情推上一个新的台阶，为开展协调鄞江建设提供强有力的组织包管 。
,日韩性交免费A级黄片,秋霞精品色图,又爽又色高潮视频国产网站 。??01月10日,“知彼”更要“知己” 甘肃精准招商创新方式延链补链,
他云云投入，接连消逝了几日，令族人甚是担心，还好他最后又实时泛起了 。
,色抖国产,国产三级大片,黄色片欧美a片黄色的黄色片ab片黄色的视频a级片黄色 。??时势3：视频黄的全免费
??01月10日,党纪学习教育问答 | 烧香拜佛、算命看风水，党员如果参加算是迷信吗？,
“呀，是跟柳神一起从天外落下来的？”小不点受惊 。
,阿离被爆 吸乳羞羞91,91天堂一区二区三区,免费看黄120秒在线直播视频 。??01月10日,部分1分起投 理财产品申购门槛调整,
突然，山脉深处，传来一声恐怖的鸟鸣，震惊的群山都摇颤了起来，有惊人的杀气爆发，如狂涛般涌来 。
,黄片激情免费看,三级片黄色A片在线免费观看一区,免费黄片一区 。??时势4：sikixixkino
??01月10日,促进中法人文“双向奔赴”，互联网如何架桥铺路？,
五、同砚间要相互体贴、敬重，发明有的同砚私自去游泳或到危险的地方去玩耍，要实时劝阻并告诉先生或家长 。
,欧美一级强奸片,精品国产一区在线,日韩特黄不卡在线 。??01月10日,山东RCEP原产地证书签发量居全国首位, 而乌克兰清静峰会着实作用未必如乌克兰想象中的那般大 。着实，美国总统拜登也已经以需要竞选筹款为由，不去与会 。美方派出的代表是副总统哈里斯 。,亚洲精品官网,一级做受毛片免费大片l,图片小说视频在线 。
【美国环保协会总裁：中国治理经验值得借鉴 期待中国继续助力建设美丽世界｜世界观】
【这地枪案1死5伤！美国2024年以来已发生333起大规模枪案】
责编：施晓莉
审核：吴凌平
责编：库亚巴潘塔纳尔
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
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
