arXiv cs.CV· Xianglong Wang, Neil Rodrigues, Pei Guo, Yiru Fang, Kevin Beussman, Shuyang Wang, Jingzhi Wang, Liangju Li, Shunyao Xu, Zhongwei Cheng, Wei Li, Lin Chen·· 3 小时前AI 评分38
OpenHome：从感知到洞察的智能家居摄像头视频理解 benchmark
OpenHome: From Perception to Insight in Smart-Home Camera Videos
AI 导读
OpenHome 是一个仅视觉的四选一 benchmark，用 2,254 道题、1,118 段真实智能家居摄像头视频评测 VLM 的视频理解能力。10 项任务分为感知、推理、洞察三个层级，分别覆盖可见内容、因果与时空关系、主体意图及屋主应对建议。在 32 个闭源与开源权重 VLM 中，Gemini 4 Argon 以 81.2% 总体准确率居首，闭源模型各层级均领先，洞察层级差距达 37.4%。
来源：arXiv cs.CV · arxiv.org