OmniCompass-AV

新的OmniCompass基准评估MLLMs的视频理解能力

研究人员推出了OmniCompass，一个旨在全面评估多模态大语言模型（MLLMs）视频理解能力的新基准。该基准包含两个赛道：OmniCompass-VL用于视觉语言任务，OmniCompass-AV用于视听任务，每个赛道都包含时间基础、空间基础和问答。对50个MLLMs的评估显示，尽管专有模型普遍优于开源模型，但精确的时空基础和视听推理仍然是领先模型面临的重大挑战。