跳到正文
热点事件持续更新

VideoMemBench发布:Claude Opus 5获视频记忆评测第一

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

悉尼科技大学等机构联合发布 VideoMemBench 基准,对 25 个大模型在视频对话中的长期记忆能力进行评测,Claude Opus 5 以 45.7 分位居榜首。 该评测涵盖 326 段视频和 2,476 轮问答,重点考察模型在场景依赖与答案依赖任务中的表现。结果显示,多数模型在长距离回指和多轮关联任务中表现较弱,且早期回答的错误会显著影响后续判断。Gemini 3.8 Flash 和 Kimi K3 紧随其后。

AI 根据报道生成 · 9 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月21日
  1. 机器之心
    VideoMemBench 评测:Claude Opus 5 获 45.7 分,25 个大模型视频记忆大考

    Sydney Tech 等机构发布 VideoMemBench 数据集,通过场景依赖与答案依赖评估多模态大模型在视频对话中的长期记忆能力。评测涵盖 326 段视频和 2,476 轮问答,Claude Opus 5 以 45.7 分综合得分位居榜首,Gemini 3.8 Flash 和 Kimi K3 紧随其后。结果显示模型在长距离回指和多轮关联任务中表现普遍较弱,且早期回答错误会显著影响后续判断。

本事件热度走势

可比范围当前
8
可比范围峰值
1011月21日 19:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。