猫眼影戏
 |
|
猫眼影戏
柯武
手机审查
猫眼影戏记者 李小泉 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：无码下体流水性视频
??01月10日,厂通路潮白河大桥主桥完成首段钢箱梁吊装,
是啊 ，从生命和生涯的关系上看 ，人类成了一切动物的天敌。特殊是在我们广东人的餐桌上 ，“天上飞的除了飞机 ，地上长腿的除了板凳” ，什么山珍野味 ，广东人巴不得一概将它煲或炖送入口中。记得在去年的暑假 ，我和妈妈随团去云南旅游 ，在休息时 ，团里的一位老奶奶见到几只悠闲觅食的鸟儿时 ，竟脱口而出 ，要是把它抓来煲汤 ，一定会好甜的。我闻听转头看着老奶奶那一脸的慈祥 ，心里有种说不出的悲哀：一个慈眉善目的老人不经意间就说出了这么残酷的话 ，似乎眼前走动不是一个个活蹦乱跳的小生命 ，而是自家冰盘中的一碟佳肴!我何等希望 ，在下学的路上 ，能看到归巢的倦鸟 ，在门前的草坪上 ，有向人们讨吃的小松鼠 ，在城中的河流里 ，有时时跃起的小鱼。可是朋侪们 ，在这水泥森林里 ，我们看获得吗?由于人类的贪心捕杀 ，动物们已经离我们越来越远了。
,隐私视频随便看免费隐私视频随便看免费。??01月10日,台风“潭美”已致越南3人死亡 1人失踪,
生命只有一次 ，希望同砚们时刻切记消防知识 ，关注消防清静 ，让生命盛开成五月如诗如画的鲜花 ，在寥寂的人生路途上 ，用生命去唱一支热烈而充分的歌。
,人人操、人人干,国产无码黄片全集在线看大全,在线一区精品。??时势2：www性
??01月10日,中国向联合国交存黄岩岛领海基线声明和海图,
在其掌心中 ，泛起一个古老的字符 ，璀璨醒目 ，映照的天空都明亮了起来 ，轰的一声 ，凶气弥漫 ，一条灰褐色的凶蛟自那符文中化形而出 ，扑向小不点。
,男女差差差APP,大色色网,免费网站黄在线观看视频。??01月10日,超20万款产品嗨翻玩博会 现场成交及签约额达167亿元,
不过 ，现场有这么多人都亲眼眼见了 ，这个事实禁止质疑 ，所有人都瞠目结舌 ，真是看走了眼啊 ，这个憨娃太厉害了 ，不可招惹。
,tobu18HD馃憴馃憴93,在线精品一级片,崩坏同人乳交后入中出xmvxzcnbcada。??时势3：好操爽还要在线播放
??01月10日,宁夏前7个月举办会展博览活动实现产值42.28亿元,
最后祝各人新年快乐 ，身体康健 ，家庭幸福 ，心想事成!谢谢!
,97chaopeng.com,能直接观看的黄色,久久黄色A片三级三级。??01月10日,青海湖北岸：生态环境治理加快实施 物种数量稳中有增,
那并不是十分重大的玄色猿王 ，蓦然一跺足 ，马上乱石崩天 ，那石山塌陷 ，大地四裂 ，狻猊周围的石堆一下子被清空了。
,色色色色色网站,91各种熟女,在线视频免费观看18国产。??时势4：免费看片网无码视频
??01月10日,跨越千里温暖传递 四川通江孩子收到“特殊礼物”,
第二 ，关于优化效劳问题
,羞羞网站国产免费看,桥本香菜的丝袜奖励,成人做爰A片B站。??01月10日,中方坚决反对任何“台独”分子以任何名义窜访中国的建交国,
众人心惊 ，震撼无比 ，以为亲眼见证了一位奇才的崛起。
,蒙古姑娘二免费播放,国产精品久久久九,nc18嫩草入口页。【第十七届亚洲电影大奖揭晓 蒋勤勤封“影后”】
责编：魏琼开
审核：朱彩灵
责编：法卡扎伊
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
