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，再调用展开工具细读相关页面。在七项文本问答评测中，它以 4.3 倍有效压缩达到 68.9% 平均准确率，接近完整文本参照的 72.4%。该工作已被 NeurIPS 2026 接收，LensVLM 9B Demo 已上线。