港中文推 VideoGAIA：多轮对话式视频理解基准
CUHK-CSE · hf · 2026-08-18
香港中文大学推出 VideoGAIA，一个面向通用 AI 助手的视频理解基准。该基准引入多轮对话和工具增强机制，通过复杂的现实世界任务来评估先进多模态模型的 Agent 式视频理解能力，填补了交互式视频评测的空白。
「多模态」频道最新
- 说话数字人口感变了:唇同步过关后,下颌与表情才露馅 — admrys · 2026-08-18
- KAIST 提出 AnyTalk：视频扩散模型生成任意角色语音动画 — KAIST · 2026-08-18
- 孟买季风微型雨云创意:摄影级AI提示词连续场景演示 — CurieuxExplorer · 2026-08-18
- 纯 Three.js 实现，静态图秒变可操控 3D 角色 — Scobleizer · 2026-08-18
- Seedance 2.5 生成葛饰北斋风格生物发光海浪 — CurieuxExplorer · 2026-08-18
- Seedance 2.5 支持 1080p 输出，食物微距测试细节表现出色 — CurieuxExplorer · 2026-08-18