猫眼影戏
 |
|
猫眼影戏
张钊
手机审查
猫眼影戏记者 陶禹舟 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：亚洲欧美综合久久久久久
??01月13日,2024“郑洁杯”青少年网球巡回赛泰安收拍,
这个天下，领土无垠，森林广袤无尽，多洪荒猛兽与毒虫，人族寓所散落在原始山脉间，一个个都被阻遏，很难与外界相通。
,凯·帕克姨妈三部曲。??01月13日,广东现回南天：广州湿漉漉 湛江最高相对湿度100%,
④ 引进了大宗的人才，他们在手艺、治理、生产岗位上施展着主力军的作用。
,aigao在线观看,巴巴塔奶球网战,亚洲av办公室啊。??时势2：色色视频网站入口
??01月13日,“中国航天日”主题灯光秀点亮武汉夜空,
“好强！”这些凶寇倒吸冷气，一个个迅速倒退，张开大弓，拉开弓弦，一支又一支铁箭划破长空，发出如鬼啸般的声音，飞向小不点，准而狠，很是凌厉。
,8x拔插91看片高潮,超碰在线乱,欧美巨大 OOOO。??01月13日,各行业蓄力赋能 “数”里行间彰显中国经济“拔节向上”引擎足,
孩子们隔着很远，躲在山石缝间小心地寓目，玄色的巢直径足有十米长，很重大，不必想就知道是异种凶禽的巢穴。
,在五十路熟妇高熟无码,日本免费A片视频,91禁止观看强奷在线看网站。??时势3：色99色
??01月13日,美国一飞机紧急迫降高尔夫球场 机腹擦地着陆,
宗老皆动容，但依旧有人脱手，一下子走出三位，同时祭宝术，向前攻杀。
,国模逼逼,中文在线乱2伦,传媒卡一卡二传媒短视频。??01月13日,在中国船政文化发祥地探寻中法友谊,
??时势4：欧美电影人爱视频
??01月13日,85个国家和地区境外代表将出席2024世界传统医药大会,
2、水是最常用的灭火剂，火势不大时可直接用水杀绝。用土、沙子、浸湿的棉被等迅速笼罩在起火处，也可以有用地灭火。如身上衣物着火，应迅速脱掉衣物，或就地转动，以身体压灭火，不要身衣着火的衣服跑动。
,五月天婷婷缴情五月欧美激情,男生坤怼女,美女🈲🈲流浆❌❌水直播官方版。??01月13日,近2000名选手贵州梵净山竞速迎春登山赛：赛道极具挑战 颜值“拉满”,
脱离石村二十一天了，漫长的路途已过了泰半，距离石族第二祖地缺乏十万里了，再有几天就能到了。
,黄片免费A,小说区乱伦图片,久久视这里只有精品99。责编：许村镇
审核：沙保和
责编：王云五
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
