热点事件持续更新
RVG-Bench：推理驱动的音视频时序定位基准
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 26 日，arXiv cs.CV 收录的论文提出 RVG-Bench，一个面向推理驱动音视频时序定位的基准。该基准包含 1,255 个视频与 1,890 个查询-区间对，覆盖八类推理任务。与以往依赖视觉描述性文本的定位设定不同，RVG-Bench 要求模型先理解查询背后的意图，再据此定位目标片段。研究者在 22 个模型上进行了评测，其中表现最强的 Qwen3.8-Omni-Flash 也仅取得 49.6 mIoU，显示该任务仍有较大提升空间。目前公开信息集中于基准构建与首轮评测结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 12:00
RVG-Bench 发布，含 1,255 个视频、八类推理，22 个模型中最强仅 49.6 mIoU。报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- arXiv cs.CVRVG-Bench：面向推理驱动的音视频时序定位基准
RVG-Bench 是一个面向推理驱动音视频时序定位的基准，包含 1,255 个视频和 1,890 个查询-区间对，覆盖八类推理。它要求模型先理解查询意图才能定位目标片段，而非仅依赖视觉描述性文本。在 22 个模型评测中，最强 Qwen3.8-Omni-Flash 仅达 49.6 mIoU。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。