用 Blender 程序化重建基准测试智能体视频理解能力
精选理由
有人用 Blender 重建场景来考视频理解模型，Whale Vision V4.1 拿到 5.6 Sol 以上，比之前强不少。
一篇基准测试工作提出用 Blender 程序化重建视频场景的方式来评估智能体的视频理解能力。推文中提到 Whale Vision V4.1 在该测试上此前与 SOTA 差距明显，本次成绩达到 above 5.6 Sol，被认为是显著提升。原文未给出其他模型的具体得分。
原文 · Teortaxes
> Benchmarking Agentic Video Understanding via Programmatic Reconstruction in Blender yeah that's pretty good. Whale Vision V4.1 was really far from SOTA, so "above 5.6 Sol" is a massive improvement.
