猫眼影戏
 |
|
猫眼影戏
华春雨
手机审查
猫眼影戏记者 廖会姝 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：日韩在线不卡视频
??01月07日,广州南沙56个项目集中开工竣工 总投资约630亿元,
1、产品质量仍然保存较大问题，如产品返厂、装配缺件等小小的问题，造成我们公司既增添了公司的生产谋划本钱，又损失了公司形象 。充分反应出公司员工产品质量意识淡漠，专业水平不高，以及质量目的治理停留在纸面上，质量磨练追溯性、真实性、完整性保存较大缺失 。
,免费在线看毛片 。??01月07日,陕西省卫生健康委员会原主任刘宝琴接受监察调查,
??时势2：黄色片子网址
??01月07日,印尼西苏门答腊省强降雨 因灾死亡人数升至21人,
铿锵一声，火星四溅，断剑插入一块青石，微微颤抖了几下，有金属余音震出 。
,国产乱色在线观看视频,黄片毛片下载视频,打扑克爽 又黄 动漫 。??01月07日,香港举办“十大杰出大专学生选举2024”活动,
门外，小不点大眼通红，他无声无息的潜进了庄子，经由几日的观探，确信没有什么能手，来到了这里 。
,18禁裸露啪啪网站免费下载,三级毛片免费在线观看视频网站,人人操视屏 。??时势3：插女爽叫黄视频
??01月07日,彩调剧《刘三姐》入选文旅部复排计划名录,
我作为公司的董事长，在以后的事情中要从我做起、以身作则、以自己的行动为他人做出模范 。我有信心和各人一道，普遍听取各人的意见，以更高的目的，更严酷的要求，更饱满的事情热情和越发勤劳事情精神，求真务实、开拓立异 。我公司下设营业部、人事部、安顿部、培训部、财务部、法务部、网络信息部，营业部主要扩展各个学校及单位所有营业资源 ；人事部主要认真对公司所有员工人事择业的治理 ；安顿部主要对求职职员的事情安顿和挂号后安顿统计及安顿后的跟踪效劳治理 ；培训部主要对求职职员营业不熟悉、手艺不懂的岗前培训和考证培训 ；财务部主要掌握公司及各部分收、支情形的相识、统计 。让我们为公司更好的效果而起劲斗争 。
,久操性爱视频,偷窥二区国产,崩铁涩涩同人 网站 。??01月07日,2009年以来冬季最强雨雪冰冻天气来袭 中央气象台发布多个预警,
“虽然很远，但这段旅程并非无法逾越，透过我潜意识中的影象，柳神一经估算过，或许相距那里有三十万里 。”小不点说道 。
,亚洲一道本无码视频,小受受扒开屁股挨 网站,www.yjbbc.com 。??时势4：www,30p,com
??01月07日,2024年网络视听企业社会责任创新典型案例交流活动在京举办,
众人所为何来，不就是为了那震古烁今的无上宝术吗？
,大胸 挤奶 精灵,最新国产三级网址,又爽又大 。??01月07日,受降雪影响，1月16日北京西站G57次、G59次、G657次列车停运,
“古国，我来了！”小不点自语，用力握紧了拳头，此后驾驭独角兽，化成一道银光，冲向了无尽大山，要横穿山脉，闯向远方
,欧美操大逼短视频,www.人人操com,免费黄网站。 。责编：宋元祐
审核：朱臻雯
责编：王敬涛
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
