猫眼影戏
 |
|
猫眼影戏
徐铭辛
手机审查
猫眼影戏记者 文沈威 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1：二区免费在线观看黄色网站嘛
??01月11日,不满足于当“合格生” 勇于争当“优等生”,
在肯定效果、树立信心的同时，还要苏醒地正视问题、熟悉缺乏。从全市规模看，主要体现在以下几个方面：
,美女的裸体秘 直播。??01月11日,东西问｜加拿大剧作家施崇梵：为何讲述《推销员在中国》的故事？,
回首20xx年，在全校师生配合起劲下，取得了喜人的效果。
,免费一区二区三区毛片完整版,国产在线偷窥视频网址,羞羞漫画sss入口。??时势2：国产在线无码一区视频
??01月11日,民建十二届三中全会在京开幕,
??01月11日,冰雪下的勃勃生机——民建中央及地方组织帮扶河北丰宁纪实,
各人早上好!我是高一1班的。今天我演讲的问题是《新学期，新起点，新希望——立志做一个快乐的人》。
,工本口子库 福彩3D,开心色情,扣逼喷水视视频。??时势3：综合视频区
??01月11日,广州白云机场转场运营20周年 累计接送旅客超9.5亿人次,
弯钩状的鹰喙，黑亮而锋锐，有泰半米长，上面还沾染着凶兽的血，显然刚刚捕猎回来。而那对爪子更是慑人，冷光森冷，极其尖锐，近一米长，绝对可以容易撕裂一头巨象。
,91黄在线观看亚洲国产,国产乱人伦偷精品视a人人澡,www.77777sese.con。??01月11日,四川青川：野生麂子“误入”县城,
这一切为我们20xx年打好结业考这一胜仗涤讪了优异的基础。我相信，我们20xx年小考效果定能再立异高！希望全体同砚为实现我们既定的目的全力以赴。
,马驴猪与美女交配,午夜久久国产,熟女视频久久性爱视频欧美综合视频。??时势4：老肥熟老女人另类xx
??01月11日,邯郸国际陆港“公转铁”项目全面开工,
这部骨书从最原始之处入手，叙述天地的神秘，涉及到了太多，包括万象，唯一惋惜的是，竟然没有纪录任何一种宝术。
,日本蒂法xxx在线观看,av黄片在线免费看,国产区zx。??01月11日,中新教育丨马来亚大学：高度重视对华合作,
越是强盛的凶禽异兽，其智慧越高，传说有些远古遗种比人族都要智慧许多，俯视大地上的人类部族，犹若神明般。
,综合图片亚洲,色黄乱婬伦的网站,电影一级特黄片。责编：贝弗利山塞缪尔·戈尔德温
审核：陈列权
责编：李建芳
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
