苹果与杜克大学提出 LensVLM：把长上下文压缩成图片，模型边看边放大

苹果基础大模型团队与杜克大学提出 LensVLM，让模型先浏览覆盖全文的压缩页面，再展开与问题相关的页面细读，该工作已被 NeurIPS 2026 接收。在七项文本问答评测中，它以 4.3 倍有效压缩达到 68.9% 的平均准确率，接近完整文本参照的 72.4%；15 倍初始压缩下基础模型直接阅读仅 18.1%，LensVLM 为 52.1%。