Gemini在大考终于赢了GPT-4o！Jeff Dean连续转发三次！Video-MME首个视频多模态基准来了！

文章预览

关注公众号，发现CV技术之美 近日，中科大、厦大、港中文等高校联合推出多模态大模型视频分析综合评估基准 Video-MME，全面评估多模态大模型的综合视频理解能力， 填补了这一领域的空白。Gemini 1.5 Pro在这份榜单中遥遥领先，证明其在视频理解领域的霸主地位。Video-MME一经推出，更是被 谷歌首席科学家Jeff Dean连续转发了三次！ 目前已有近30万的浏览量，热度很高。 GPT-4o的伟大已无需多言，而谷歌的Gemini 1.5 Pro作为挑战者，其标榜的视频推理能力终于在全新的、更复杂的多模态基准Video-MME上首次得到了验证， 并全面超越了GPT-4o！ 同时，各大公司以及研究机构，例如NVIDIA、ByteDance等模型也加入了混战： 榜单一经放出，Jeff Dean也在第一时间进行了转发表示称赞，共连续转发了三次。 在先前的研究中，缺少可以全面评估大模型视频推理能力的基准。 ………………………………