Blender重建式视频理解基准BVB发布，Inkling 2 Small开源空降第14名

SonglinYang4 · x · 2026-11-13

• 罗切斯特大学等机构发布 BVB 基准：不再让模型答视频问答题，而是要求 agent 观看真实室内视频后，用 Python 写 Blender 代码把视频程序化重建为 3D 场景，并让相机沿原视频轨迹运动——能否忠实重建被视为「真正理解视频」的检验。
• 所有 agent 只看视频帧、在同一沙箱（Mini-BVB harness）中运行代码、每个场景成本上限相同；重建结果用 Dual VQA 与 Latent Similarity 两个维度与原视频对比打分。
• 排行榜上 Claude Opus 5.2 high（76.4）、GPT-6 Astra high（76.3）居首；thinkymachines 新开源（Apache 2.0）的 Inkling 2 Small (max) 以 71.6 分首榜即排第 14，较 Inkling Small 的 59.0 大幅跃升，超越 Gemini 3.1 Pro、DeepSeek v5.1 等众多闭源模型。

原文链接 →

「模型」频道最新

• Sakana AI 将从零预训练自研模型 Sawara，12 月启动 — SakanaAILabs · 2026-11-13
• 微软诊断 AI 答对 83% NEJM 疑难病例，全科医生仅 36% — realmeetjames · 2026-11-13
• 用户用 Opus 5.5 数秒生成完整 Blender 3D 模型,直呼难以置信 — Scobleizer · 2026-11-13
• Claude Fable 5.2 用 JavaScript 画图,连 threepointone 都叹服 — threepointone · 2026-11-13
• 界面截彩：Gemini 疑似未发布模型 Hydrogen 与 Argon 曝光 — Gauri_the_great · 2026-11-13
• DeepMind 研究员：AI Overviews 是全球用量最大的 AI 模型 — cgarciae88 · 2026-11-13

更多「模型」频道 AI 资讯 →