猫眼影戏
 |
|
猫眼影戏
马文
手机审查
猫眼影戏记者 李继红 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：唐三喝宁荣荣母子
??01月13日,今年以来北京海关查获旅客违规携带象牙制品超2000件,
但这一切都与小不点无关了，他带着清风进入了大荒中，他们已经与海氏父子别离。
,久久黄色视屏。??01月13日,焦点访谈：跟着总书记上两会 高水平保护支撑高质量发展,
他的气焰一下子变了，一双清亮的眸子射出两道电芒，挥舞拳头，猛力向着这块大青石砸去，威势惊人。
,霸王兽第二视角观看入口在哪里,自己怎么玩隐私位置游戏,国产精品自产拍在线观看收藏。??时势2：就要日就要艹就要干
??01月13日,【央视快评】功成不必在我 功成必定有我,
再怎么说，这里也是精神天下，化成武器的工具想来不会太差，他怕赔不起。
,黄色性爱不卡视频,四川BBBBBBSB肥胖,zzzz中国人免费在线看。??01月13日,涉数万亿产值，千万就业岗位！“无废城市”建设全国推开,
1、机修厂治理职员要紧靠现场，抓好现场清静生产治理，增强现场指导，抓好劳动组织治理，提高工效，坚持生产的一连性。每名职工在事情中起劲思索，积累维修加工履历，简化维修和加工流程，为事情的顺遂开展孝顺自己的一份实力。每小我私家前进一点点，机修厂跨越一大步。
,国产美女视频国产视视频免费观看,妓女一级AA黄色视频,欧美一级A片黑人一级A片。??时势3：miyueav
??01月13日,社评：达沃斯将再次见证中国与世界相互成就,
(三)树牢谋划理念，广开城建融资渠道
,人人鲁人人干人人摸人人操,巨乳 拔萝卜 自慰网站,日日射,天天干。??01月13日,山东文旅“上新”又“上心” “花式”宠客解锁流量密码,
“再走下去会很危险。”小石昊声音响亮，是非明确的大眼乌溜溜，如实说道。
,人妻衣衫半裸呻吟迎合,欧美第一区在线视频,av黄片在线免费看。??时势4：人人鲁人人尻
??01月13日,中国航发：未来20年中国商用航空发动机预计将交付1.9万台,
灰蛟凶悍，水缸粗细，鳞片很密，带着一种沧桑古意，似乎从那远古跨越时空来参战！
,性爱小视频久久,国产城中村嫖妓免费视频,曰本女人牲交全视频播放毛片。??01月13日,河南国企开放合作“提速” 加快海外布局,
学员们、同志们：
,免费观看超污黄性爱视频在线观看网站,自拍偷拍吧,800AV在线观看免费一区。责编：胡昊
审核：王庆林
责编：胡永继
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
