Tag · 2 篇
视频基础模型
01 02
UniVBench：面向视频基础模型的统一评测
UniVBench: Towards Unified Evaluation for Video Foundation Models
为视频基础模型提供首个统一评测基准，涵盖理解、生成、编辑和重建四项任务，并引入智能体评估系统标准化提示、指令解析和评分，便于研究者公平比较统一视频模型。
视频基础模型编码了多少 3D 信息？
How Much 3D Do Video Foundation Models Encode?
提出一种模型无关的探针框架，通过浅层读出从视频基础模型特征中估计多种 3D 属性，为评估视觉模型内在 3D 理解提供可复用工具，并揭示视频生成模型可超越专家 3D 模型。