Gemini Pro

纽约大学谢赛宁团队提出研究新视角：视频空间推理。他们构建了一个全新的基准，涵盖多种视觉-空间智能任务，并通过自动化生成的自标注数据测试AI表现。结果显示当前MLLMs在视觉-空间智能上表现不佳，但仍表现出色。