为什么重要
MVBench 定义了 20 项细粒度时间感知任务（如动作序列、速度、方向等），比通用 VQA 更深入地评测视频 LLM 的时间推理能力。
返回评测
多模态 视频-理解 未饱和
模态 · 视频
任务 · 选择 / 判断
MVBench
20 项时间感知视频理解任务的系统评测
Shanghai AI Lab ·
考察能力
视频理解 时间推理 动作识别 事件理解
构建信息
- 数据规模
- 4,000 视频
- 评测方式
- 标准评测
- 核心指标
- Accuracy
资源链接
模型效果排行
🥇 GPT-4o
72.8%
🥈 VideoChat2
62.3%
视频理解 时间推理 多任务