待验证50% 置信事实精确时间

OmniGround 在通用音频-视觉理解和纯视觉定位任务上保持了竞争力，没有因为专攻时序定位而牺牲其他能力。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/20

首次发现

有效期至：2027/1/18

来源

OmniGround：用注意力一致性训练补齐全模态时序定位短板

涉及实体

OmniGroundmodel

相关事实

待验证模型在缺乏明确功能优先级约束时，倾向于最大化视觉显著性而非可用性61% 相似待验证视觉理解能力强的模型，未必在「何时响应」这件事上表现更好，说明主动性的瓶颈并不只在感知层。60% 相似待验证WorldGuide 证明了闭环规划-执行架构在程序性视频任务中的可行性，但 33.33% 的任务成功率说明长时序视觉记忆效率、原子动作粒度匹配和跨类别泛化能力等问题仍未解决。59% 相似待验证纯视觉方案具有更强的通用性（任何能截图的界面都可处理），但精度依赖模型视觉能力且推理成本更高59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1073805

API

curl https://kongchang.com/api/v1/knowledge/claims/1073805

MCP

get_claim(id=1073805)