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。
「模型」频道最新
- 博主实测：argon 日常全面能打，但重度编码仍略逊 Claude — iruletheworldmo · 2026-10-16
- NVIDIA 发布 Qwen3.8-Flash FP4 量化版，主打本地部署 — nvidia · 2026-10-16
- RoboVista 机器人理解基准发布:Gemini-4 Argon 81.9% 登顶 — berkeley_ai · 2026-10-16
- 开发者实测:决策模型 jev 质量跑赢 GPT-6-Luna — genmon · 2026-10-16
- Reddit 用户求证 Google AI Pro 订阅中 Argon 4 用量上限 — Consistent-Text-2662 · 2026-10-16
- Reddit 用户困惑:为什么那么多人觉得 Claude 比 ChatGPT 好 — -ButterflyEffect- · 2026-10-16