北大与字节推出Open-o3+：视频嵌入时空证据让AI推理有迹可循
在人工智能领域，视频理解一直是个极具挑战性的难题。近日，由北京大学与字节跳动组成的联合科研团队，成功研发出全球首个将显式时空证据嵌入视频推理全过程的开源模型——Open-o3+Video。该模型突破了传统视频推理的局限，不仅能准确回答问题，还能在推理过程中同步标注关键事件的发生时间和具体位置，实现了真正意义上的可追溯推理。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
视频理解任务要求模型同时处理时间维度的动态变化与空间维度的场景交互。传统模型虽能识别画面中的物体和动作，却难以准确判断事件发生的具体时间和位置。Open-o3+Video通过创新性的技术架构，成功解决了这一难题。该模型采用非 agent 架构设计，避免了复杂的工具调用和多轮推理，在单次回复中即可完成“观察-思考-验证-回答”的完整闭环。实验数据显示，在多个视频推理测试中，其关键指标较现有模型提升最高达24.2%，性能表现超越GPT-4o和Gemini-2-Flash等闭源模型。
研发团队指出，实现视频推理的可解释性面临两大核心挑战：一是保持文本、时间戳和物体检测框在推理过程中的一致性；二是解决时空耦合监督数据的严重缺失问题。现有数据集要么仅提供时间标注，要么只有空间标注，缺乏统一的时空标注体系。为突破这一瓶颈，团队构建了首个面向显式时空推理的统一语料体系STGR，包含30万条监督微调数据和3.6万条强化学习数据，其中5900条高质量时空数据通过严格标注流程确保数据质量。
该模型采用独特的双阶段训练机制：首先通过监督微调阶段让模型掌握推理格式与输出规范，再基于GSPO的强化学习阶段优化时空对齐能力。研发团队特别设计了自适应时间临近机制和时间门控机制，前者通过动态调整时间奖励的容忍范围实现从粗定位到精定位的收敛，后者确保空间奖励计算仅在时间预测准确时启动。这种创新训练方式使模型能够稳定高效地学习时空推理能力。
在基准测试中，Open-o3+Video展现出卓越性能。在时空推理基准V-STAR上，其时间对齐和空间对齐指标分别提升14.4%和24.2%；在VideoMME、WorldSense等四个主流测试集中，模型在需要复杂推理的时空任务和传统视频识别任务中均表现突出。特别是在VideoMME-Long子任务中，模型准确率达到54.9%，较基线模型提升4.1个百分点。
消融实验验证了模型设计的有效性：双阶段训练机制使模型性能提升显著，关键奖励机制确保训练稳定性，统一时空标注数据对推理能力提升至关重要。可视化结果显示，模型在处理物体识别、动作分析和环境推理等任务时，不仅能给出准确答案，还能提供时间戳和目标框等可验证证据，使推理过程透明可信。
目前，该研究的论文、代码和模型已全部开源。这一突破性成果为视频多模态模型的发展开辟了新方向，有望推动人工智能从“能理解”向“能定位、能解释”的更高阶段迈进。科研团队表示，将持续完善时空推理数据与训练机制，为更长视频、更复杂场景下的问答任务提供可靠支撑。
热门专题
热门推荐
```html 2025年9月ADA将剑指何方？一文读懂Cardano突破1美元的关键战役 2025年9月，加密市场的目光再次聚焦于Cardano及其原生代币ADA。随着价格在0 80美元关键支撑位附近盘整，一个核心议题浮出水面：ADA能否借助生态里程碑与宏观转向的东风，在本月一举攻克并站稳1美元大
什么是币安矿池？全面解读主流矿池的核心优势 当人们谈论加密货币挖矿时，脑海中浮现的往往是巨大的矿机和轰鸣的机房。然而，一个更具效率与稳定性的选择正成为全球矿工的新宠——币安矿池。作为全球领先的加密货币交易所币安旗下的核心服务之一，币安矿池本质上是一个聚合全球算力的去中心化矿池平台。它允许矿工将个人算
《洛克王国：世界》灵魂环印使用攻略 灵魂环印是《洛克王国：世界》中提升魔法师耐力的核心道具，千万别舍不得使用。它能为你的角色快速“充电”，显著增强魔法师的续航能力。耐力属性直接影响实战中的操作流畅度与技能释放频率，无论是PVP竞技还是挑战高难度BOSS，充足的耐力条都能带来截然不同的游戏体验。使用灵
OKX鲨鱼鳍：一款兼顾本金安全与潜在高收益的结构化理财产品 在加密货币理财的世界里，你是否也常纠结于如何在控制风险的同时，追求比普通活期、定期更高的收益？OKX交易所推出的“鲨鱼鳍”结构化产品，或许提供了一个巧妙的解决方案。 简单来说，这是一款保本型理财产品。你只需选定一个币种，并对其未来1到7天的
角色一：小萤 谈及机动性与灵活走位，小萤无疑是游戏中的顶尖代表。其核心优势在于无与伦比的战场穿梭能力，得益于独特的轻盈步伐，闪避各类攻击对她而言游刃有余。她的标志性技能“微光闪烁”，可提供短时爆发性移速加成，无论是用于切入战场先手开团，还是关键时刻脱离险境，都能起到决定性作用。 精通小萤的关键，在于