arXiv cs.AI· Yu Chen, Ruihang Liu, Yangguang Xu, Xinyue Jiang, Mohammed Bennamoun, Farid Boussaid, Xinyuan Qian, Qiuhong Ke·· 3 小时前AI 评分22
SAVU-Bench：面向空间音视频理解的真实世界基准
SAVU-BENCH: A Real-World Benchmark for Spatial Audio-Visual Understanding
AI 导读
研究者推出 SAVU-Bench，一个覆盖三个能力层级、七项评测任务的真实世界空间音视频理解基准，并配套场景关联诊断集 SAVU-Diag。对 12 个代表性模型的评测显示，视觉空间定位已相对成熟，涉及音频的空间感知仍是主要瓶颈；多数推理错误与前置子任务失败同时出现。基于此提出的免训练基线 SAVU-EA 显著改善空间定位与联合匹配，但高层空间推理仍具挑战。
来源：arXiv cs.AI · arxiv.org