研究人员推出了EgoEverything,这是一个旨在改进长上下文自我中心视频理解的新基准,特别适用于增强现实(AR)应用。该基准结合了源自注视数据的用户注意力信号,以生成更具现实意义的问题,旨在更好地捕捉用户的自然行为。EgoEverything包含基于100多小时视频的5000多个选择题问答对,为AR环境提供了更真实的评估场景。 AI
影响 该基准有望催生更复杂的AI系统,以理解AR环境中的人类行为。
排序理由 该集群描述了在arXiv上发布的一个新基准,属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →