猫眼影戏
 |
|
猫眼影戏
罗宾-莱特
手机审查
猫眼影戏记者 孙峥 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1：十八岁禁黄
??01月11日,紧急戒严后的韩国政坛将往何处去？分析人士：恐将陷入混沌期,
小天下即将开启，越是云云也将越发危险，由于原住民将举行最后的猖獗猎杀，斩获血食。
,特大巨黑吊性XXXX黑人巨大。??01月11日,哈尔滨：冰玫瑰墙扮靓街区 ,
石云峰一阵犹豫，最后咬了咬牙，道：“将离火牛魔的赤红宝角尚有恶魔猿的手臂准备好，放血！”
,免费高清视频免费毛片,插进去,,啊,,好爽,视频,又大又硬又爽免费视频。??时势2：色色色中心
??01月11日,中国A股周一下跌 沪指失守2800点关口,
“小不点你有掌握吗，能击败那群凶寇吗 ？”一群孩子从湖边跑来，将他围住，皆攥紧了小拳头，眼中露出希冀的光。
,人成在线免费观看,又粗又硬又大又爽免费视频播放,放学后代理妻子3毕业典礼是孕妇。??01月11日,广西南宁大雾弥漫 高楼若隐若现,
大鹏、小青、紫云很兴奋，拍打着同党，冲到了村头，冲着天空鸣叫。
,东方铁心裸体,在线午夜福利网站,色色色大片。??时势3：二区
??01月11日,赞比亚国民议会议长率团参访青海省自然资源博物馆,
“飞蛟你也上！”族长石云峰下令村中另一个强盛的男子祭第二件祖器。
,日本黄色免费网站,亚洲午夜久久久久久九色,九九黄色视频特级。??01月11日,低空经济如何“高飞”,
“都给我停步，一边呆着去，还没完呢，等我们气顺了再谈！”石飞蛟道。
,恨恨干恨恨缲,冈本视频app污免费版 视频,骚麦小仙儿歌曲在线听。??时势4：天天操夜夜操APP下载安装
??01月11日,国寿寿险全面启动2024年“3·15”金融消费者权益保护教育宣传活动,
在那里星辰闪灼，兽皮与胸部血肉融会，烙印在上，成为了一个整体，一股恐怖的气息散发出，如一股飓风一样平常席卷天地间。
,亚洲不卡视频可以下载视频,天堂黄色A片视频,黄色网站在线视频观看。??01月11日,线上讨论度高，线下客流量大——“网红城市”持续上新,
可除却他外，其他人都没有一丝笑意，若是说蛟鹏是天才，那么这个还没断的娃是什么呢 ？
,花火连裆泳装照片,人进入马的水门正确做法,高清乱码🔞❌♋️毛片学生官方版。【公安部：“公安一网通办”移动端用户超1400万人】
责编：苑菲菲
审核：王茜华
责编：林锦状
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
