猫眼影戏
 |
|
猫眼影戏
吴军
手机审查
猫眼影戏记者 马新国 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1：玖玖资源综合网
??01月13日,云南镇雄发生山体滑坡 应急管理部启动地质灾害三级应急响应,
“我的娘诶，好大一只鸟，快跑呀！”
,看国产一区二区黄色视频。??01月13日,重庆首个摩天轮图书馆亮相 游客畅享云端“悦读”,
各族之主没有轻举妄动，他们以为这株柳木很神秘，竟有一种深不可测的感受。
,性配久久久,欧美做爱网,三国黄游。??时势2：欧美一级特黄大片色视频
??01月13日,大庆市：全新政策打造东北振兴人才集聚回流先行地,
“来，小不点过来举鼎，试试你的肉身有多强。”族长石云峰说道。
,无码一区线,“【红球汉化】[Kumayaki(Luwei)]Alcohol Party 酒 精派对”,欧美A级黄色性爱视频。??01月13日,应对直播乱象，“线上+线下”共同治理不可少,
老族上进一步诠释，道：“能够开发六个洞天的人已经算是此境中的佼佼者了，至于开发七个洞天那必定是少见的天才，至于能泛起八个洞天的人自然是有数的先天异禀者，如凤毛麟角般希罕。拥有九个洞天的人，一样平常只是古籍中纪录的传说，现实中若是真能泛起的话，必定是天纵神资！”
,国产凹凸性爱视频,日日夜夜骑伊人,成人性生交大片免费看A片男组长小说。??时势3：成年美女色网站色视频
??01月13日,2024柏林葡萄酒大奖赛冬季赛结果揭晓 中国区斩获88枚大奖,
??01月13日,俄方称俄军用运输机系被美制“爱国者”导弹击落,
事实上，无论是雷族，照旧紫山一脉，亦或是罗浮大泽，他们的镇族宝术都极富盛名，只是三个孩子施展的不到位，这才大北。
,99re99精品精品免费,欧美激情国产,色色搞鸡双男漫画下载。??时势4：这里只有精品99久久精品国产
??01月13日,道中华丨让中国人看见中国的美,
与此同时，雷侯、罗浮大泽的主人等几位最强盛的人物也洞悉了。他们是一族的至强者，统御这片大地的诸多部落，现在却只能发出一声叹息，知道山宝与他们无缘了，无力去争取。
,可以播放的黄色网站,超碰97超碰,二人生猴子视频免费观看。??01月13日,天津海关退运483吨液态洋垃圾,
最后，祝愿同砚们学习前进，快乐生长!
,国产精品久线在线观看,毛片加黄片,性av网站网址。【两部门紧急预拨5000万救灾资金支持云南省做好地质灾害救灾工作】
责编：卢导
审核：曾明鑫
责编：姜希忠
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
