비디오 추론 성능 평가를 위한 대규모 벤치마크 VBVR 공개

언어 추론 이후의 차세대 인공지능 패러다임으로 시공간적 맥락을 이해하는 비디오 추론이 부상하고 있다. 본 연구는 이를 위해 설계된 대규모 비디오 추론 스위트(VBVR)를 통해 지식, 추상화, 공간성, 변형, 지각 등 5가지 핵심 도메인을 평가하는 데이터 엔진과 리더보드를 제공한다. 벤치마크 결과 VBVR-Wan2.2 모델이 68.5%의 점수로 Sora 2(54.6%)를 제치고 1위를 차지했으나 인간의 성능인 97.4%에는 여전히 미치지 못하는 것으로 확인됐다. 비디오 모델의 성능 평가 기준이 단순한 시각적 품질에서 논리적 사고와 물리적 세계 이해도로 확장되는 추세다.