本文探讨了增强视觉模型理解复杂图像文本信息的能力，提出了多模式视频基准“感知测试”，以评估预训练模型的感知与推理能力。同时，研究介绍了利用CLIP模型评估图像质量和抽象感知的方法，并提出了新的图像嵌入相似性评估工具CorrEmbed，旨在提升图像生成模型的评估与发展。

本文介绍了“感知测试”，这是一个基于真实视频的多模态基准，用于评估人工智能模型的感知能力。该基准设计了37个视频脚本，涵盖空间和时间注释，旨在解决现有基准的局限性，促进对模型的全面评估，推动人工智能的研究与发展。