跳到正文
Hugging Face Blog·· 2025-07-23AI 评分47

TimeScope 基准:视频大模型能处理多长的视频?

TimeScope: How Long Can Your Video Large Multimodal Model Go?

AI 导读

Hugging Face 开源视频基准 TimeScope,通过向 1 分钟至 8 小时的长视频中插入 5-10 秒的短片段,测试模型在定位检索、信息综合和细粒度时间感知三项任务上的表现。基准结果显示,即使是如 Gemini 2.5-Pro 等声称支持长视频的模型,在处理真实长视频任务时仍面临显著挑战。

来源:Hugging Face Blog · huggingface.co