研究人员推出了 EgoIntent，这是一个新的基准，旨在评估 AI 模型在以自我为中心的视频中理解人类意图的能力。该基准侧重于日常活动中的微观步骤，分析即时目标（什么）、步骤在程序中的作用（为什么）以及后续动作（下一步）。对 15 个多模态大型语言模型的评估显示，尽管模型可以取得高分，但它们通常依赖于静态线索，而不是稳健地处理时间顺序或程序历史。 AI
影响 该基准有望推动 AI 在真实视频环境中理解和预测人类行为的能力的进步。
排序理由 该集群包含一篇介绍新 AI 研究基准的学术论文。[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 →
