实体 OVO-S-Bench

OVO-S-Bench

PulseAugur coverage of OVO-S-Bench — every cluster mentioning OVO-S-Bench across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_68594 · Jun 2 · 16:51

新基准揭示MLLMs在流式空间智能方面存在困难

研究人员推出OVO-S-Bench，一个旨在评估多模态大语言模型（MLLMs）在流式环境中的空间智能的新基准。该基准包含348个视频中的1680个问题，重点关注与机器人和自动驾驶相关的连续自我中心流。初步评估显示，Gemini-3.1-Pro在分配中心映射任务方面明显落后于人类专家，并且令人惊讶的是，专门的流式MLLMs的表现不如其基础模型。