米哈游 AI 联合清华等推出 Video-Arena 基准：用竞技游戏考视频理解，原生模型 F1 仅 13.2

米哈游 AI 团队联合清华、中科院等推出 Video-Arena 视频理解基准，用竞技游戏可验证地测试模型的时空世界状态理解与追踪。基准精选 9 款游戏、180 个任务，分感知关键事件、解读状态更新、追踪世界状态三类。评测显示原生视觉理解最佳仅 F1 13.2，工具辅助的 agentic 分析可达 51.0，跨时间一致性追踪仍是难点。