待验证50% 置信事实精确时间
ConViS-Bench是专门用于评估视频概念级相似度的基准，覆盖活动、地点、物体等多个概念维度，要求模型判断两段视频在指定概念上是否一致。
1
来源数
50%
置信度
长期有效
时效性
2026/10/20
首次发现
来源
VICE：用视频-语言蕴涵实现概念级视频相似度估计
rss2026/10/17
涉及实体
相关事实
待验证VICE（Video Caption Entailment）是一种通过双分支设计将跨视频比较转化为视频-语言蕴涵任务的方法，用于概念级视频相似度估计。66% 相似待验证VSI-Bench 是面向视频空间智能的基准，覆盖物体计数、相对方位、路径规划与视角变换等任务。65% 相似待验证场景图作为生成式约束，指导采样多样化的重置状态，从而覆盖视频中未出现的物体位姿和抓取方式。65% 相似部分验证智能体式视频理解让模型可以自主决定看哪里、看多久、跳过哪些片段，并结合上下文进行多步推理64% 相似待验证OVO-Bench 和 StreamingBench 是专为流式/在线视频理解设计的评测基准，核心特点是模拟'边看边答'，模型在第 t 时刻只能看到此前到达的帧。64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1074254API
curl https://kongchang.com/api/v1/knowledge/claims/1074254MCP
get_claim(id=1074254)