视频描述物理信息评测基准发布 覆盖三类场景
金融科技 2026-11-18 uidhs168
11月17日,智源研究院与逆矩阵、北京大学、清华大学、北京航空航天大学共同推出悟界·PhysCapBench。该基准面向视频Caption中的物理信息评测,覆盖第三人称场景、第一人称操作以及手持夹爪示范三类领域。
在数据构成上,悟界·PhysCapBench包含1500段视频序列,三个领域各500段。评测从事件覆盖、对象与角色、动作与运动、接触与交互、状态与结果、机制与因果、时间顺序七个维度展开,对Caption进行多角度考察。
发布方表示,这一基准可为描述策略选择和标注优化提供依据,帮助相关研究更系统地评估视频描述中的物理信息表达。
(来源:ITBear) The End
相关阅读
- 欧洲杯揭幕战正式打响,海信新风空调闪耀国际赛场
- vivo参展2023数字科技生态大会,蓝心大模型矩阵AI产品、6G技术原型机亮相
- 上海创智学院周年成果丰硕:AI“能动”创新、可解释领跑、成本骤降引关注
- 起售价约合人民币 5700 元,迈进 AI 新时代,三星 Galaxy S24 系列正式发布
- COLMO:以主动智能与全场景协同,重塑高端全屋智能新标杆
- 品牌升级:2024年mentech美碳科技生态大会引领低碳生活新风尚
- 屏分天下,从出货量看电视选屏攻略
- 海尔智家连续6年入选《财富》全球最受赞赏公司
- 华为“网络+”破局模型:破解十万卡智算集群通信瓶颈,赋能大模型推理加速
- 六载深耕、聚数成盾