实测显示开源 VLM 处理第一视角数据已达商用水平

kuaythrone · reddit · 2026-08-31

使用 HFlow 框架基于 Egocentric-10k 数据集评估了最新开源权重 VLM 处理第一视角数据的能力。

评测结果（与 Gemini 2.5 Flash 基准的对比一致性）：

• Gemini 2.5 Flash: 91.65%
• GLM 5.3 Flash: 91.00%
• Gemma 4 26B-A4B: 90.87%
• Qwen 3.8 27B: 90.79%
• Inkling Small: 85.21%

核心结论：

• Gemma 4 表现突出，效果与 Gemini 持平，但成本低 19 倍。
• Gemma 和 Qwen 均适合自托管，可实现数据不出域的隐私处理。
• 现代开源 VLM 已具备大规模处理第一视角数据的能力，核心差异点在于成本、吞吐量、输出可靠性和自托管便利性。

原文链接 →

「模型」频道最新

• GLM-5.3-Flash 登顶 Agent Arena 榜单第四 — AccBalanced · 2026-09-01
• 智谱 GLM-5.3 Flash 推出 INT4 与 MXFP4 版本 — HaihaoShen · 2026-09-01
• 南贝格 4.2 3B 模型发布 DSpark 权重 — teortaxesTex · 2026-09-01
• Qwen 2.5 72B 本地实测：长上下文吞吐跌一半 — julianharris · 2026-09-01
• DeepSeek 等模型 SWE-bench 得分辟谣：未达 80% — teortaxesTex · 2026-09-01
• Celeris-1 Magnus 登场：称霸 τ³-bench 的 Agent 专用模型 — timshi_ai · 2026-09-01

更多「模型」频道 AI 资讯 →