港理工发布 OmniCompass:全模态视频定位与理解综合基准
VCLab-HKPU · hf · 2026-10-16
香港理工大学 VCLab 联合 OPPO 研究院等发布 OmniCompass,一个全模态视频定位与理解的 hol 评测基准。
- 动机:现有视频理解基准只覆盖部分评测维度,难以系统诊断多模态大模型的全模态视频能力
- 设两条评测轨道:OmniCompass-VL 考察需要视觉证据的任务,OmniCompass-AV 考察需要音画联合证据的任务
- 每条轨道含三类互补任务:时序定位(TG)、空间定位(SG)、问答(QA)
- 已在 GitHub 与 Hugging Face 开放
对视频多模态模型的系统评测是个更完整的标尺。
「多模态」频道最新
- AI 生成趣图:特斯拉 Roadster 悬浮飞过保时捷,Nokia vs iPhone 汽车版 — vaibhavbetter · 2026-10-16
- Midjourney 多风格权重混搭参数，调出电影感光影人像 — michaelrabone · 2026-10-16
- MiniCPM-V 4.7 端侧跑出 17 tokens/s,iPad 仅需约 3GB 内存 — techNmak · 2026-10-16
- turbopixel 用图层+蒙版重做 AI 修图,4GB 显卡可跑 9B 模型 — 3unjee · 2026-10-16
- 开源 Manga Screen:用 ComfyUI 把插画做成真漫画网点印刷效果 — KnowledgeBig4364 · 2026-10-16
- 橘猫版「私生子之战」:AI 换头重制权游名场面 — AxonkaiLab · 2026-10-16