MMSI-Video-Bench: A Holistic Benchmark for Video-Based Spatial Intelligence
MMSI-Video-Bench: 一个面向视频基于空间智能的综合基准
机构 * Shanghai AI Laboratory(上海人工智能实验室) ; Shanghai Jiaotong University(上海交通大学) ; The Chinese University of Hong Kong(香港中文大学) ; Zhejiang University(浙江大学) ; Beihang University(北京航空航天大学) ; Xi’an Jiaotong University(西安交通大学) ; University of Hong Kong(香港大学) ; Fudan University(复旦大学) ; University of California, Los Angeles(加州大学洛杉矶分校)
AI总结 MMSI-Video-Bench是一个综合评估视频基于空间智能的基准,通过多任务和多数据集评估25个MLLMs,揭示了人机推理差距和模型泛化不足的问题。