算法论文8

南大傅朝友发布 Video-MME-v2 挤干模型高分水分

机器之心2026-04-13

AI 摘要

南大傅朝友团队推出 Video-MME-v2 评测基准。它用分层能力体系和组级非线性评分，发现最强商业模型 Gemini-3-Pro 得分 49.4，与人类差距大，还揭示 “Thinking” 不总有效。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

千问把全模态Agent打入白菜价

本文是对千问最新推出的Qwen3.8-Omni-Flash全模态模型的实测，该模型大幅降低全模态Agent使用成本，API价格远低于竞品，开放1M上下文免费测试额度。

本文作者池建强参与阶跃星辰新一代旗舰大模型Step 5 Preview小范围内测，设置带两层bug和隐藏需求的编码工程题，与Qwen 3.8 Max、Kimi K3对比测试，分享实际项目使用体验，给出客观评测。

本文作者实测600B参数量的阶跃Step 5 Preview大模型，从写码、幻觉控制、写作三个维度，对比GPT及其他国产头部模型，分享无滤镜真实体验，给出选型参考。

最新爆料，Gemini 3.8 Flash明日登场，谷歌已放弃Gemini 3.5 Pro。其编程实力强悍，之前还为Gemini植入智能体视频理解功能，降本提效，可应对多种高难度场景。近期多家AI发布计划撞车，混战升级。