StreamGaze注视引导流式视频基准提出
热点事件观察中
StreamGaze注视引导流式视频基准提出
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月6日，arXiv Computer Vision 刊出 Daeun Lee 等作者的报道，提出并发布 StreamGaze 基准。据该报道，StreamGaze 是首个评估多模态大模型（MLLMs）在流式视频中利用人类注视信号进行时序与主动推理的基准，包含注视引导的过去、现在与主动预测任务。其数据由注视-视频问答生成流程构建：对自我中心视频做注视点提取、区域视觉提示和扫描路径构建，生成时空对齐的 QA 对。报道称，在所有任务上，当前 SOTA MLLMs 与人类表现存在显著差距，暴露出模型在注视时序推理、意图建模与主动预测方面的局限。上述“首个”定位与性能差距均为该来源的说法，尚无其他报道独立印证。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 13:00
StreamGaze：面向流式视频的注视引导时序推理与主动理解基准报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv Computer VisionStreamGaze：面向流式视频的注视引导时序推理与主动理解基准
StreamGaze 是首个评估多模态大模型（MLLMs）在流式视频中利用人类注视信号进行时序与主动推理的基准，包含注视引导的过去、现在与主动预测任务。其数据由注视-视频问答生成流程构建，通过对自我中心视频做注视点提取、区域视觉提示和扫描路径构建，生成时空对齐的 QA 对。在所有任务上，当前 SOTA MLLMs 与人类表现存在显著差距，暴露出注视时序推理、意图建模与主动预测方面的局限。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1011月6日 14:00
- 近 24 小时变化
- -49%
02.557.510
11月7日12:0011月8日12:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。