现有的视频理解基准测试（Benchmark）在衡量AI是否达到人类级智慧上存在着一些根本性的缺陷。它们往往无法区分模型是因为“没看清”而犯错（即关键视频帧采样不足），还是因为“没想明白”而出错（即缺乏真正的推理能力）。

【本文由小黑盒作者@大头乐电竞于08月01日发布，转载请标明出处！】 2025 年 上海 CAC 由完美世界主办，将于 10 月 14 日至 19 日在上海举行，奖金 100 万美元，属于A级赛事。近期其公布的邀请名单及赛事设置引发争议，被指违反 ...

现有的视频理解基准测试（Benchmark）在衡量AI是否达到人类级智慧上存在着一些根本性的缺陷。它们往往无法区分模型是因为“没看清”而犯错（即关键视频帧采样不足），还是因为“没想明白”而出错（即缺乏真正的推理能力）。