猫眼影戏
 |
|
猫眼影戏
唐炜
手机审查
猫眼影戏记者 戴春荣 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：午夜视频
??01月11日,中共中央宣传部发出关于认真组织学习《习近平文化思想学习纲要》的通知,
一、提高清静意识和自我 ；つ芰 ，不到危险、生疏的河域游泳。
,人人操人人操人人舔。??01月11日,国家标准委印发《2024年国家标准立项指南》,
在他的身边有一个孩童 ，头角峥嵘 ，天生双瞳 ，年岁虽然不大 ，但那种心胸、那种冷静与冷静让大人都自愧不如。
,精品国产美女精品网址,亚洲第一免费黄色电影,在线观看免费二区。??时势2：黄色网站大全在线看
??01月11日,甘肃兰州：“唐风妙彩 —— 长沙窑瓷器精品展”吸引游人,
许多人在思量 ，是不是也去效仿。但效果又都摇头 ，谁能如皮孩子这般逆天 ，一小我私家战四族强者 ，逐一击败 ，战绩犹如神话般！
,苹果黄色网站免费直播在线,久久久无码c区,先锋资源影音资源。??01月11日,帮外卖小哥走出“小区迷宫”，有温度的改变多多益善,
“交出宝扇 ，连忙放人 ，不然将你镇杀在此！”
,99视频精品全部免费夜色,欧美A片短视频,银兽学园:樱花动漫。??时势3：毛片免费全部播放无码
??01月11日,美国加州北部沿岸近海发生7.0级地震 海啸警报现已取消,
一、提高熟悉 ，充分熟悉结业班的主要性
,www.77777sese.con,希露薇汉化10.0魔改版1.36GB,巨大欧美 BVV。??01月11日,中外赛车手长春上演冰雪版“速度与激情” ,
“孩子你有什么妄想？”最后 ，族长笑眯眯地问小不点。
,tonytoran免费网站,在线观看av网站特黄大片,🍌插🍑。??时势4：欧美黄免费观看视频
??01月11日,日本执政联盟在众议院选举中未获过半议席,
金条逾期2400会被起诉的可能性是保存的。凭证相关执律例则 ，乞贷人在逾期还款后 ，债权人有权接纳执法手段来维护自己的权益。若是乞贷人逾期还款金额抵达2400以上 ，债权人可以选择向法院提起诉讼 ，要求乞贷人肩负响应的执法责任。金条逾期2400会被起诉 ，这是一个备受关注的话题。在金融市场中 ，金条是一种常见的...
??01月11日,新加坡学者：推动发展新质生产力，中国新能源产业前景广阔,
“毅儿！”少妇恐惧 ，高声惊叫 ，此后霍的仰面 ，戾气惊人 ，盯着石子陵 ，寒声道：“我爹他们不会放过你的！”
,叶凯薇多少钱,魅魔被主人扒开双腿疯狂输入漫画,巨乳电影在线观看。责编：邓戈
审核：白烨
责编：央塔克乡
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
