ECBench: Can Multi-modal Foundation Models Understand the Egocentric World? A Holistic Benchmark for Embodied Cognition
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了ECBench，这是一个高质量的基准，旨在系统评估大型视觉语言模型（LVLMs）的具身认知能力。ECBench通过多样的场景视频和开放问答格式，推动LVLMs的认知能力提升，为具身代理模型的开发奠定基础。
🏷️
