EgoOmniWorld 第一人称视频理解基准发布
热点事件持续更新
EgoOmniWorld 第一人称视频理解基准发布
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究者 Songruo Chen 等人发布第一人称视频理解基准 EgoOmniWorld，用“自我-动作-世界”交互循环来统一这类任务，并围绕 Node、Edge、Chain、Loop 四种交互结构组织评测。 该基准共含 24,166 个 QA 组，其中 20,284 个用于训练、3,882 个用于测试。作者称数据、代码和模型将会发布。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
EgoOmniWorld：以自我-动作-世界交互统一第一视角理解报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.AIEgoOmniWorld：以自我-动作-世界交互统一第一视角理解
研究者提出 EgoOmniWorld 基准，以"自我-动作-世界"交互循环统一第一视角视频理解，围绕 Node、Edge、Chain、Loop 四种交互结构构建，共含 24,166 个 QA 组（20,284 训练、3,882 测试）。
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。