猫眼影戏
 |
|
猫眼影戏
李思思
手机审查
猫眼影戏记者 侯丽丽 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：日操
??01月11日,习言道｜APEC是什么？为何如此重要？,
这样的灵兽很难捕获，不要说一个村子，就是一个强盛的部落也难有几头，而他们却将有数十头！
,黄视频欧插。??01月11日,广西梧州：发展苗圃助力乡村振兴,
一群人都跟了过来，闭上眼睛，仔细感应，此后全都惊地睁开了眼睛，绝对是一头恐怖的兽王喋血了，居然死在了这里！
,播放欧美一级A片,性交A A A一级黄色视频,无遮挡有色又黄又爽的小视频。??时势2：亚洲色情综合娱乐久久
??01月11日,【两会30秒】国家金融监管总局局长：鼓励保险机构为灵活就业群体打造专属产品,
(三)园林绿化建设方面
,日本香蕉视频老熟女,张柏芝奶头被陈冠希吃,欧美色图 亚洲视频 国产。??01月11日,广交会观察：中华美味飘香 征服外商味蕾,
一、学习、学习、再学习
,99在线免费视频,伊人久综合,馃崒馃崙馃敒。??时势3：91人妻超碰
??01月11日,上海自贸区临港新片区集卡预约平台上线试运行,
“你可以试试。”一些人人嘿嘿地说道。
,www.anqula.com,好湿⋯好紧⋯太爽了英文5,男女免费做受A片。??01月11日,通用电气（GE）医疗在天津启动创新研发中心建设,
??时势4：搞一搞午夜
??01月11日,高原蓝宝石——冬季青海湖的静谧之美,
同时，修建学专业本科通过了天下高校修建学专业本科教育评估，现在学 ；∠钅拷狭勘∪，这个效果的取得来之不易。另外，食物科学与工程专业在教育部一级学科整体水平评估事情中取得天下同类学科排名第4名的好效果，这是_省高校唯一进入前五名的学科。像北大清华这些名校排第一的学科许多，武汉大学有4个，但真正要排名前五位照旧很难，确实来之不易。
,自拍区偷拍区,开心鲁鲁鲁婷婷原唱,黄色无遮挡一区。??01月11日,乡村全面振兴扎实推进（年中经济观察）,
小不点更快，一步横移数十米，此后双手一震，两轮神月泛起，撞在一起，融合一成重大的银色磨盘，向前碾压。
,www,698AAA,COM,A级毛片免费L,五十岁女人黄色视频。责编：齐大伟
审核：罗世平
责编：张鹤鹤
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
