猫眼影戏
 |
|
猫眼影戏
曾子健
手机审查
猫眼影戏记者 全罗道 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：被三个男人操的合不拢腿
??01月11日,俄罗斯外长拉夫罗夫与朝鲜外务相崔善姬举行会谈,
柳树叹道：“有一种传说，上古爆发过大动乱，导致这片精神天下也破败了，故此泛起这么多的废墟。”
,美女➕光屁屁➕露全身。??01月11日,休息时间“碎片式”工作算不算“碎片式加班”？,
那块巨石谁能撼动？通常用来晾晒肉干、兽皮等，重大的惊人，现在却泛起在了小不点的手中，震撼人心。
,免费A级毛片无码免下载,亚洲第二页,亚洲a黄色视频。??时势2：精品三级a
??01月11日,文化交流视野下的留法勤工俭学,
(6)生涯用火要特殊小心，火源周围不要安排可燃物品。
,67194国产一区二在线观看区,性爱A片视频,黃色視頻免費觀看網。??01月11日,黄磊：做善良的人，是一种“渡我”,
霞光四溢，瑞气流转，那件出土的器物在沉浮，四大生灵并没有连忙争取，而是在对抗自己的敌手。
,三黑战斗刘玥闺蜜视频结局在线观看,91女教师裙子趴开掰开射,www.三级网站。??时势3：视色国产不卡
??01月11日,力高新能IPO难以回避的三大质疑,
今天，为你们自满，也为你们祝福!未来，终将属于你们!
,美女被操到高潮喷水视频,小 伸进 m,日韩午夜理论电影。??01月11日,河北怀来样边长城：就地取材打造的明长城“样板间”,
⒈“一把手”的重视是搞好科技信息事情的要害
,漫画辣妈空姐克拉拉,欧美老妇人XXBB,国产人人看人人摸。??时势4：国语对白刺激真实精品
??01月11日,航拍宁夏｜俯瞰中卫,
这还不算完，族人又抽出几条筋，放入鼎中，且从宝骨中取出不少淡金色的神髓，也放入了玄色鼎中，让大药越发的璀璨了，香气馥郁。
,一级在线免费观看视频,黄黄黄片,心善的小 子2。??01月11日,公安部公布重庆警方依法打击整治网络谣言10起典型案例 ,
责编：吴德义
审核：冯永辉
责编：李传恒
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
