Sai Qian Zhang

新的EgoEverything基准增强了AR环境下的自我中心视频理解能力

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。