大模型无法真正理解视频，GPT-4o正确率仅36%，南洋理工大团队提出新基准
大模型无法真正理解视频，GPT-4o正确率仅36%，南洋理工大团队提出新基准视频大型语言模型（Video LLMs）的发展日新月异，它们似乎能够精准描述视频内容、准确的回答相关问题，展现出足以乱真的人类级理解力。
来自主题: AI技术研报
6231 点击 2025-08-02 12:43
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
视频大型语言模型（Video LLMs）的发展日新月异，它们似乎能够精准描述视频内容、准确的回答相关问题，展现出足以乱真的人类级理解力。
上下文学习（In-Context Learning, ICL）、few-shot，经常看我文章的朋友几乎没有人不知道这些概念，给模型几个例子（Demos），它就能更好地理解我们的意图。但问题来了，当您精心挑选了例子、优化了顺序，结果模型的表现还是像开“盲盒”一样时……有没有可能，问题出在一个我们谁都没太在意的地方，这些例子，到底应该放在Prompt的哪个位置？
谷歌拿下IMO（国际数学奥林匹克竞赛）金牌的模型——Gemini 2.5 Deep Think，现在可以用起来了。谷歌拿下IMO（国际数学奥林匹克竞赛）金牌的模型——Gemini 2.5 Deep Think，现在可以用起来了。
ChatGPT用多了会变傻？官方回应来了！ OpenAI教育主管Leah Belsky明确表示：AI本质上是一个工具，关键在于如何使用它。
刚刚，硅谷爆出新料：OpenAI企业市场份额断崖式下跌，Anthropic全面反超！
一个 Agent（智能体）不够用？Manus 干脆给你拉来 100 个。 今天凌晨，Manus 推出了一项新功能：Manus Wide Research。这项功能的核心亮点在于，用户只需一键即可开启大规模并行 Agent 协作，轻松处理原本需要耗费数小时、动用数百个数据源的复杂调研任务。
GPT-5更近了！今天，神秘模型Horizon Alpha火遍全网，编码首测性能逆天，各种三方基准实测相继放出。就在发布前夕，OpenAI核心大脑专访坦言模型还有瓶颈，但坚信Scaling Law没有尽头。
就在一夜之间，用 AI 帮忙搞科研，不是再只是想想了。 最近，科研圈里越来越多的人在讨论一种叫 SciMaster 的「AI 科学助手」，有让它做实验的，有让他帮忙开题的，还有跟他聊科幻的。
Ilya之后，谁是支撑起OpenAI研究的人？ GPT-5发布前夕，奥特曼公开了他背后的两位90后得力干将。
中国在人工智能领域已经成为全球竞争的重要力量。根据斯坦福 2025 年 AI 指数报告，美国虽然仍领先于顶级模型数量，但中国正在迅速缩小差距 —— 在 MMLU、HumanEval 等基准测试中的差距已从几乎双位数下降到几乎持平。