猫眼影戏
 |
|
猫眼影戏
杨日科
手机审查
猫眼影戏记者 苏浙汇 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：美女直播做爱永久视频网站
??01月08日,保持最美形象 南京街头“孔雀”绿雕换冬装,
虽然，未来他必定要去那古国走上一趟，要去讨个说法！
,亚洲综合图片一区二区三区。??01月08日,2024重庆·大足龙水湖马拉松鸣枪起跑 环湖赛道吸引跑友竞速,
太快了，也太突然了，防不堪防，金光冲过，只管恶魔猿应变神速，一条手臂照旧被撕了下来，鲜血冲起数十尺高。
,欧美日韩国产一,免费黄色网欧美,欧美黑逼。??时势2：尤物视屏网站
??01月08日,首届中国（天津）医疗器械创新生态大会开幕,
“老家伙你恶事做尽，及早竣事性命吧。”石飞蛟也脱手，轮下手中大剑斩了已往，噗的一声，一颗染血的头颅斜飞出去数米远，坠落在地。
,操逼视频在线观看,400部国产真实情侣在线视频,TOM叔叔温馨提示30s。??01月08日,国防科技大学教授王鹏的三次“转身”,
小不点并一直手，第一轮银月阴晦后又祭出第二轮银月，猛斩一直，终于喀嚓一声，鼠王的骨骼断裂了部分，遭受了重创。
,亚洲黄片AAA,革委会主任的兽行夫妻小说最新章节,日韩人妻在线视频一区二区。??时势3：狼友视频免费观看路线二
??01月08日,中国自由式滑雪空中技巧运动员长春“大练兵”,
2、要公正公正。公生明，廉生威。两委干部除职责外没有特权，办事要公，为人要正，绝不可厚此薄彼，妄想小恩小惠;要注重小节，小节无小事，小节有如穿衣服，一不注重扣错一颗钮扣，就会一错再错。为官公正，群众拥护，方能恒久。要教育好眷属，种花不种刺，息事不惹事，成事不坏事;要教育支属，带好不带坏，搭台不扰乱，维护好自身权威。
,叶山小百合在线,2021精品国产自无码在现线看,天天干夜夜草天天日天天爽。??01月08日,日本樱岛火山喷发 烟柱高达3000米,
正是离火牛魔，一经与黄金狻猊大战，被折断了一根火红的大犄角，保存岁月久远，威震大荒，连石村的老辈人物都是听着它的传说长大的。它四蹄踏着烈焰，全身都沐浴在火光中，红色皮毛跟绸缎子似的，闪灼赤光，冲向远方。
,yy6029,免费永久看黄网址直接看,九九黄色视频特级。??时势4：欧美精品免费观看 欧美影视
??01月08日,环“南昆山-罗浮山”引领区文旅品牌推广联盟在广东龙门成立,
尊重的列位向导、先生、亲爱的同砚们：
,久久久久国黄AV,三级坐爱网站,乌克兰性ⅩXXX性无码。??01月08日,多方纷纷发声反对所谓“中国产能过剩”论调 背后的原因是什么？,
作为中学生，我们应切记以下消防清静知识：
,国产精品第页,www.久久99.com,魅药代理课长。责编：郭云翔
审核：马天宁
责编：曼利
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
