MMBench-Video是一項(xiàng)創(chuàng)新的長(zhǎng)視頻多題問(wèn)答基準(zhǔn)測(cè)試，由浙江大學(xué)、上海人工智能實(shí)驗(yàn)室、上海交通大學(xué)以及香港中文大學(xué)共同開(kāi)發(fā)。這一基準(zhǔn)測(cè)試旨在全面評(píng)估大型視覺(jué)語(yǔ)言模型（LVLMs）在視頻理解方面的能力，利用包含豐富內(nèi)容和細(xì)粒度能力評(píng)估的長(zhǎng)視頻，解決了現(xiàn)有評(píng)估標(biāo)準(zhǔn)在時(shí)序理解及復(fù)雜任務(wù)處理上的不足。MMBench-Video涵蓋約600個(gè)YouTube視頻片段，涉及16個(gè)類(lèi)別，視頻長(zhǎng)度從30秒到6分鐘不等，配以由志愿者精心編寫(xiě)的高質(zhì)量問(wèn)答對(duì)。基準(zhǔn)測(cè)試借助GPT-4進(jìn)行自動(dòng)化評(píng)估，提升了準(zhǔn)確性，并與人類(lèi)判斷保持一致。MMBench-Video的推出，為研究人員提供了一種強(qiáng)大的工具，以評(píng)估和增強(qiáng)視頻語(yǔ)言模型的能力。

MMBench-Video是什么

MMBench-Video是一項(xiàng)全新的長(zhǎng)視頻多題問(wèn)答評(píng)測(cè)基準(zhǔn)，由浙江大學(xué)、上海人工智能實(shí)驗(yàn)室、上海交通大學(xué)及香港中文大合研發(fā)。該平臺(tái)能夠全面評(píng)估大型視覺(jué)語(yǔ)言模型（LVLMs）在視頻理解能力方面的表現(xiàn)，通過(guò)豐富的視頻內(nèi)容和細(xì)致的能力評(píng)估，彌補(bǔ)了目前基準(zhǔn)測(cè)試在時(shí)序理解及復(fù)雜任務(wù)處理上的短板。MMBench-Video包含約600個(gè)YouTube視頻片段，覆蓋16個(gè)不同類(lèi)別，每個(gè)視頻時(shí)長(zhǎng)從30秒到6分鐘不等，配備由志愿者撰寫(xiě)的高質(zhì)量問(wèn)答對(duì)。該基準(zhǔn)測(cè)試采用GPT-4進(jìn)行自動(dòng)評(píng)估，確保結(jié)果的準(zhǔn)確性并與人類(lèi)評(píng)判保持一致，為研究人員提供了有力的工具，助力視頻語(yǔ)言模型能力的評(píng)估與提升。

MMBench-Video的主要功能

• 視頻理解能力評(píng)估：評(píng)估大型視覺(jué)語(yǔ)言模型（LVLMs）在理解長(zhǎng)視頻內(nèi)容方面的表現(xiàn)。
• 多樣化場(chǎng)景覆蓋：涵蓋16個(gè)主要類(lèi)別的視頻內(nèi)容，涉及廣泛的主題和場(chǎng)景。
• 細(xì)致能力評(píng)估：通過(guò)26個(gè)細(xì)粒度的能力維度，對(duì)模型的視頻理解能力進(jìn)行深入分析。
• 高標(biāo)準(zhǔn)數(shù)據(jù)集：所有視頻片段和問(wèn)答對(duì)均由志愿者精心編寫(xiě)和標(biāo)注，以確保數(shù)據(jù)的高質(zhì)量。
• 自動(dòng)化評(píng)估機(jī)制：利用GPT-4進(jìn)行自動(dòng)評(píng)估，提高評(píng)估的效率和準(zhǔn)確性。

MMBench-Video的技術(shù)原理

• 長(zhǎng)視頻內(nèi)容：MMBench-Video包含多個(gè)從YouTube獲取的長(zhǎng)視頻片段，能夠更好地測(cè)試模型的時(shí)序理解能力。
• 人工標(biāo)注機(jī)制：所有問(wèn)題和答案均由人類(lèi)志愿者撰寫(xiě)，確保高質(zhì)量并減少偏差。
• 能力分類(lèi)體系：建立了三層級(jí)的視頻理解能力分類(lèi)體系，包括感知和推理兩大類(lèi)，以及更細(xì)分的26個(gè)能力維度。
• 時(shí)序推理挑戰(zhàn)：設(shè)計(jì)需要時(shí)序推理能力的問(wèn)題，以評(píng)估模型對(duì)視頻內(nèi)容時(shí)間維度的理解。
• 自動(dòng)化性能評(píng)估：語(yǔ)言模型（如GPT-4）自動(dòng)評(píng)估模型輸出與標(biāo)準(zhǔn)答案之間的語(yǔ)義相似度，以評(píng)估模型性能。
• 多模型比較：支持對(duì)多種LVLMs進(jìn)行評(píng)分和比較，以識(shí)別在視頻理解任務(wù)中的優(yōu)勢(shì)和短板。

MMBench-Video的項(xiàng)目地址

• 項(xiàng)目官網(wǎng)：mmbench-video.github.io
• GitHub倉(cāng)庫(kù)：https://github.com/open-compass/VLMEvalKit
• HuggingFace模型庫(kù)：https://huggingface.co/datasets/opencompass/MMBench-Video
• arXiv技術(shù)論文：https://arxiv.org/pdf/2406.14515

MMBench-Video的應(yīng)用場(chǎng)景

• 模型評(píng)估與比較：研究人員可利用MMBench-Video評(píng)估和比較不同LVLMs在視頻理解方面的能力，包括感知和推理技能。
• 模型優(yōu)化與訓(xùn)練：開(kāi)發(fā)者可以依據(jù)MMBench-Video的評(píng)估結(jié)果，優(yōu)化模型的架構(gòu)和訓(xùn)練流程，以提升模型對(duì)視頻內(nèi)容的理解能力。
• 學(xué)術(shù)交流與發(fā)表：作為學(xué)術(shù)交流的工具，助力研究人員展示模型性能，并在學(xué)術(shù)會(huì)議或期刊上發(fā)表相關(guān)研究成果。
• 多模態(tài)學(xué)習(xí)研究：MMBench-Video提供豐富的數(shù)據(jù)集，支持多模態(tài)學(xué)習(xí)算法的研究與開(kāi)發(fā)，特別是涉及視頻和文本理解的任務(wù)。
• 智能視頻分析應(yīng)用：在智能視頻監(jiān)控、內(nèi)容過(guò)濾、自動(dòng)摘要和視頻推薦等領(lǐng)域，幫助開(kāi)發(fā)者訓(xùn)練和測(cè)試更為精準(zhǔn)的視頻分析模型。

常見(jiàn)問(wèn)題

• MMBench-Video的目標(biāo)是什么？：MMBench-Video旨在評(píng)估大型視覺(jué)語(yǔ)言模型在長(zhǎng)視頻理解方面的能力，提供高質(zhì)量的數(shù)據(jù)集和評(píng)估工具。
• 如何參與MMBench-Video的研究？：研究人員可以訪問(wèn)項(xiàng)目官網(wǎng)或GitHub倉(cāng)庫(kù)，獲取數(shù)據(jù)集并參與評(píng)估和比較研究。
• MMBench-Video適用于哪些領(lǐng)域？：MMBench-Video廣泛適用于學(xué)術(shù)研究、模型開(kāi)發(fā)、視頻分析等多個(gè)領(lǐng)域。