Moment-Video视频MLLM时序保真度基准发布

2026年10月16日，arXiv Computer Vision 刊出研究团队（Xiaolin Liu 等作者）的成果，推出 Moment-Video 基准，用于评估视频 MLLM 对瞬时视觉事件的时间保真度。据该报道，基准包含 1000 个人工核验的视频问答对，覆盖 7 个领域、25 个子类，涉及 Temporal Occurrence、Temporal Counting、Action Description、Temporal Reasoning 四项任务；研究评估了 34 个专有与开源 MLLM，在主评估设置下表现最好的模型 Seed-2.0-Pro 总体准确率为 39.6%，多数开源模型低于 25%。目前事件仍处发布阶段，尚无后续跟进报道，也未出现与上述数字或说法相矛盾的更新信息。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。