研究人员推出了 VEBENCH，这是一个旨在评估大型多模态模型 (LMM) 在真实世界视频编辑任务中的新基准。该基准包含超过 3.9K 个编辑过的视频和 3,080 对问答，重点关注识别编辑技术和模拟编辑工作流程。使用 VEBENCH 进行的实验揭示了当前 LMM 在视频编辑方面的能力与人类能力之间存在显著的性能差距，突显了改进多模态推理和操作能力的需求。 AI
影响 为评估视频编辑中的人工智能树立了新标准，可能指导未来更强大的创意人工智能工具的开发。
排序理由 这是一篇介绍用于评估人工智能模型的新基准的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.03276v1 Announce Type: new Abstract: Real-world video editing demands not only expert knowledge of cinematic techniques but also multimodal reasoning to select, align, and combine footage into coherent narratives. While recent Large Multimodal Models (LMMs) have shown …
Real-world video editing demands not only expert knowledge of cinematic techniques but also multimodal reasoning to select, align, and combine footage into coherent narratives. While recent Large Multimodal Models (LMMs) have shown remarkable progress in general video understandi…