SOMA基准发布：多模态模型细粒度身体动作理解仍落后人类
热点事件持续更新
SOMA基准发布：多模态模型细粒度身体动作理解仍落后人类
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
研究者在 arXiv 发布第一视角视频身体动作理解基准 SOMA，含 1,632 道人工核验题目，覆盖身体姿态、运动动态与时间推理三个维度，并评测了 37 个闭源、开源及专用多模态大模型。 结果显示人类准确率为 68.5%，而最强的 Qwen3.6-27B 零样本准确率仅 50.0%。模型常误读佩戴者身体状态、错判动作时序，并存在偏向右手或漏数重复动作的问题。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
SOMA：面向第一视角细粒度身体行为与动作理解的基准报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AISOMA：面向第一视角细粒度身体行为与动作理解的基准
SOMA 是一个基于第一视角视频的细粒度身体动作理解基准，包含 1,632 道经人工核验的题目，覆盖身体姿态、运动动态与时间推理三个能力维度。评测 37 个闭源、开源及专用 MLLM 显示，人类准确率为 68.5%，而最强模型 Qwen3.6-27B 零样本准确率仅 50.0%；模型常误读佩戴者身体、错判时序，并偏向右手或漏数重复动作。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。