跳转到正文

GETAI EDITORIAL DISPATCH新闻报道

A³Bench 测试视频模型的角色辨认

预印本用短视频测试模型能否认清参与者和动作的对应关系,比较了 17 个多模态模型。

返回资讯研究arXiv作者 · GETAI.APP查看原文

北京时间 11 月 19 日公开的 A³Bench 预印本提出了一项短视频理解基准。测试要求模型区分画面中的参与者和旁观者,再将动作与对应角色关联。

AI 生成主题插画

作者比较了 17 个多模态模型。论文报告,参与者或关系增多后,模型更容易把动作归给错误的人,或混淆参与角色。部分模型在简单的场景分类题上表现较好,细分到角色时准确性下降。

评测只涵盖论文选取的短片和问题,不提供人物定位或时序跟踪的成绩。

arXiv · 原文 · arXiv · 全文

配图为 GETAI.APP 使用 ImageGen 生成的主题插画。