首个视频Deep Research基准测试：视频理解与开放网络搜索实战
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 👈
新智元报道
编辑：LRST
【新智元导读】当下多数多模态模型仿佛被困在了一座名为“视频”的孤岛中——它们只能针对视频内容本身进行问答。但在现实世界里，人类解决问题的方式往往是“观看视频寻找线索 → 上网搜索查证 → 综合推理判断”。为了填补这一空白，来自QuantaAlpha、兰州大学、香港科技大学（广州）、北京大学等机构的研究者联合推出了首个视频深度研究测评基准VideoDR。
在传统的视频问答任务中，答案通常就隐藏在视频画面里。
然而，一个真正智能的视频代理，必须具备深度研究的能力。
想象这样一个场景：你看到视频中博物馆的一件展品，想知道“该博物馆推荐的展品里，距离这展品最近的那个，其注册编号是多少？”
这不仅需要理解视频内容（识别展品、定位位置），还需要跳出视频框架，去博物馆的官方网站查找地图、推荐列表和编号信息。
双依赖测试：剔除了那些“只看视频就能答”或“只搜文字就能答”的样本，确保模型必须结合两种能力。
六大领域覆盖：涵盖日常生活、经济、科技、文化、历史、地理。
Workflow 与 Agentic 模式对比
研究人员对比了两种主流范式：
工作流模式：将视频转化为结构化文本线索，再进行搜索推理。
代理模式：模型直接端到端处理视频和搜索，自主决定何时搜索、何时思考。
测评模型：
闭源模型：GPT-5.2， GPT-4o， Gemini-3-pro-preview
开源模型：Qwen3-Omni-30B-a3b， InternVL3.5-14B， MiniCPM-V 4.5
核心发现与洞察
谁是目前的最强王者？
Gemini-3-pro-preview和GPT-5.2处于第一梯队，准确率达到了69%-76%左右，显著领先于其他模型。
代理模式一定更强吗？
答案是不一定。
虽然代理模式更灵活，但在长视频或高难度任务中，模型容易出现目标漂移。
工作流模式的优势：显式的中间文本充当了“外部记忆”，防止模型在漫长的搜索链路中忘记最初视频里的视觉细节。
代理模式的短板：一旦初始的视觉感知出现偏差，且无法回看视频，错误的搜索路径会被不断放大。
长视频是“照妖镜”
在长视频场景下，模型保持长期一致性的能力成为瓶颈。
强如Gemini-3在代理模式下能利用长上下文获得提升，而部分开源模型在长视频下性能反而大幅下降。
总结
VideoDR将视频理解的战场从封闭测试集延伸到了无限的开放网络。
测评结果深刻揭示了“端到端”并非万能药：在面对长链路搜索时，模型往往会陷入“记忆衰退”的困境。
未来的视频智能体只有在保持视觉线索的长程一致性上取得突破，才能真正胜任现实世界的复杂调研任务。
相关攻略
SidraChain区块链评测：重塑合规金融的去中心化新范式 在Web3 0与去中心化金融（DeFi）迅猛发展的今天，区块链技术的应用已远不止于资产交易。一个将伦理框架与去中心化架构深度融合的项目，正在开辟一条独特的道路。SidraChain，作为一个严格遵循伊斯兰教法（Shariah）的公共区块链
家人们，K系列又出新品了。哦等等，不是你们想的那个红米K系列啦，今儿给大家端上来的这个K是OPPO K15 Pro系列正文开始之前，先给大家来一波省流，放一个配置表给大家过一下。（图源：雷科技，Na
3月31日消息，小米技术最新公布MiMo-V2-Pro最新成果：该模型在OpenRouter平台近一周Token消耗量突破4万亿，拿下日榜、周榜、月榜三项第一。并且在真实人类盲测的TextArena
IT之家 3 月 31 日消息，小米技术最新微博今日向用户“汇报”了 MiMo-V2-Pro 最新成绩表现。据小米技术最新介绍，MiMo-V2-Pro 在 OpenRouter 平台再创记录，面对全
IT之家 3 月 31 日消息，小米创办人、董事长兼 CEO 雷军今日分享了 MiMo-V2-Pro 大模型最新“战绩”。在大模型权威评测榜单 Text Arena，MiMo-V2-Pro 凭借在复
热门专题
热门推荐
《三国：天下归心》香香连击队全面解析：后期最强阵容搭配攻略 在策略手游《三国：天下归心》中，如何打造一支能够主宰战局的后期王牌队伍？本篇将为您深入剖析以孙尚香为核心的“香香连击队”终极搭配方案。该阵容由孙尚香、蔡文姬、貂蝉三位核心武将构成，其独特之处在于通过蔡文姬与貂蝉的完美辅助联动，极大化触发孙尚
爱奇艺极速版营业执照信息查询全攻略 在使用爱奇艺极速版应用时，无论是出于消费保障、商务合作考量，还是日常维权需要，核实其背后的实际运营主体与工商信息都是十分必要的环节。查询其营业执照信息有着明确且可靠的操作路径，可以帮助用户清晰了解服务提供方的合法资质。 官方权威途径：国家企业信用信息公示系统查询
在《红色沙漠》的“堕落之神”任务中，古代闪电装置的解谜环节是挑战巨化泰坦BOSS前的核心难点。整个电塔谜题由五座塔构成，其核心在于正确的激活与连接顺序。为了让各位冒险家能快速通关，本篇攻略将详细解析闪电塔的正确操作步骤。咱们这就开始，一步步点亮所有的电塔。 《红色沙漠》堕落之神任务：闪电塔解谜全流程
洛克王国炽心勇狮全面解析：技能、获得方法与实战指南 在《洛克王国》的众多宠物中，炽心勇狮以其传奇守护者的身份和强大的火焰力量而备受瞩目。作为火系宠物的代表之一，它的核心特征在于那颗永不熄灭的火焰心脏，这不仅是它力量的象征，更是其所有强大技能的能量源泉。由炽心勇狮喷发出的烈焰，拥有随着战斗进程而不断增
洛克王国公平鸽图鉴详解：裁判型宠物的属性技能与获取攻略 在洛克王国的众多宠物当中，公平鸽以其鲜明的裁判官形象与独特的对战定位，成为了许多玩家关注的对象。这只严格恪守自身准则的宠物，完美诠释了何为“公正严明”。它的行事守则堪称一套独特的生存哲学：执着于介入每一场争执，绝不因任何原因延误“出庭”，坚持做