IXThinker·2025-07-17 15:40

看遍奧斯卡練出ShotVL 電影攝影理解新基準

當前強大的視覺語言模型能「看圖識物」，卻未必看得懂電影。上海人工智能實驗室聯同南洋理工大學、同濟大學與香港中文大學推出ShotBench基準、ShotVL模型及ShotQA訓練集，補上電影語言理解的雙重缺口。

基準構成

ShotBench是專為電影語言理解設計的綜合基準，包含超過3500個由專家標註的圖像與影片片段問答對，素材來自逾200部獲獎電影，以奧斯卡提名作品為主。