猫眼影戏
 |
|
猫眼影戏
张向阳
手机审查
猫眼影戏记者 马扎里 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：国产色噜噜噜在线观看
??01月11日,长江源头第一处国际重要湿地首次引秋冬迁徙斑头雁停歇,
列位教官，先生们、同砚们：
,精品秘 TheAV分类。??01月11日,第十届“文荣奖”颁奖典礼红毯仪式在浙江横店举行,
“追！”
,特一级毛片一级毛片一级毛片,污污插管视频美女,祁煜换脸无码AAA成人精品。??时势2：中国免费一级黄色网站
??01月11日,河北滦平：金山岭银河滑雪场开板迎客,
(3)在家多帮怙恃做一些力所能及的事情，多加入一些有益于身心康健的实践活动。
,最新欧美日韩国产综合,免费看A片秘 免费软件,欧美日韩网址。??01月11日,印度石油公司一炼油厂发生火灾已致8人受伤,
一番探查，男子震惊，手指头都在颤抖，通常冷静果敢的他语言都倒运索了，道：“至尊骨……天生！”
,梅花十三本子,性香欲视频一区,白白的快乐宝库。??时势3：白丝打屁股
??01月11日,加拿大13位优秀华人青少年获颁2024年度“林黄彩珍奖”,
事实上，四族强者都心有恐惧，绝大大都人恨不得连忙逃走，基础不想在这里再呆上片晌？墒，族主的子嗣、族叔等掌权人物，却红了眼睛，失去了理智，非要复仇不可。
,日日夜夜骑伊人,麻豆国产区,影音先锋 最新AV网站。??01月11日,中华文化勃勃生机 多维度讲好“何以中国”的山东故事,
已往的一年，我们高点起步，理顺治理体制机制，科学体例新区妄想系统。 在市委市府统筹安排下 建设高铁新区党工委，建设“区镇合一”治理模式，优化机构和职员配备 。 体例建设 “一纲十三目”的高铁新区综合妄想系统， 压茬举行详细项目妄想设计， 完成平安路、飞龙大道等6条蹊径5.9公里 给排水、绿化亮化、交通运输等工程及0.8公里的配合沟施工图设计，完成六合社区一期13万M2安顿房套型、总平面安排、起源设计 。
,国产一级AAA级片国内外一级AAA片,范冰冰啃食鸡主大鸡扒,欧美成免费黄色视频。??时势4：久久剧院
??01月11日,甘肃每年向全国送电逾520亿千瓦时 近一半是新能源,
“狈村的人要来了，族长爷爷岂非并没有听到这里的鹰啼声吗？”小不点担心，他能够逃走，可是舍不下青鳞鹰。
,99久久囯精品囯,💱彩神vll首页,影音先锋每日资源站人妻。??01月11日,河北青龙：燕山腹地喜获致富“药”方,
责编：吴德原
审核：潘彭霞
责编：刘敏郑
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
