首个Deep Research评测基准：视频理解与开放网络搜索
由 QuantAlpha、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（Video Deep Research）评测基准 VideoDR。
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 👈
在传统的视频问答（VideoQA）任务中，答案通常都直接蕴含在视频画面里。
然而，真正智能的视频 Agent 必须具备深度研究（Deep Research）的能力。
想象这样一个场景：你在视频中看到博物馆的一件展品，想知道“在这家博物馆推荐的展品中，距离这件展品最近的那个，它的注册编号是多少？”
这不仅需要看懂视频内容（识别展品、定位位置），还需要跳出视频本身，去博物馆官网查找地图、推荐列表和编号信息。
论文可在 arXiv 平台获取。
代码已在 GitHub 开源。
VideoDR (Video Deep Research) 正是为此而生，它定义了一种全新的任务模式：
多帧视觉线索：从多个连续视频帧中准确识别关键信息并进行推理。交互式网络搜索：在真实浏览器环境中进行交互，执行多跳深度搜索。多跳推理验证：结合视频线索与网络证据，提供可验证的事实性答案。
为了保证评测的含金量，VideoDR 并未采用自动化生成，而是进行了严格的人工标注与质检。
双重依赖性测试：剔除了那些“只看视频就能答”或“只搜文字就能答”的样本，确保模型必须具备结合两者信息的能力。
六大领域覆盖：涵盖日常生活、经济、科技、文化、历史、地理。
Workflow vs. Agentic
研究人员对比了两种主流范式：
工作流模式：先将视频内容转化为结构化文本线索，再进行搜索推理。代理模式：模型端到端地直接处理视频和搜索任务，自主决定何时搜索、何时思考。评测模型：
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核心发现与洞见
谁是目前的王者？
Gemini-3-pro-preview 和 GPT-5.2 处于第一梯队，准确率达到 69% - 76%，显著领先于其他模型。
Agentic 模式一定更强吗？
答案是：不一定。
虽然 Agentic 模式更灵活，但在处理长视频或高难度任务时，模型容易出现目标漂移现象。
工作流模式的优势：显式的中间文本线索充当了“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关键视觉细节。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（Long-horizon Consistency）的能力成为瓶颈。
强大的模型如 Gemini-3 在 Agentic 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任务中性能反而大幅下降。
总结
VideoDR 将视频理解的战场从封闭的测试集延伸到了无限的开放网络。
评测结果深刻地揭示了“端到端”并非万能灵药：在面对长链路搜索任务时，模型往往会陷入“记忆衰退”的困境。
未来的视频 Agent 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中的复杂调研任务。
相关攻略
这项由香港科技大学、京东探索研究院和香港大学联合开展的研究发表于2026年3月，论文编号为arXiv:2603 17051v1。有兴趣深入了解的读者可以通过该编号在学术数据库中查询完整论文。制作一段
1两年前横空出世的Sora，曾给AI业界和全球网民带来巨大的震撼。到2026年，它突然退场，没能再掀起那样大的波澜。从商业决策的角度看，这其实早就是意料之中的事。极高的视频生成成本、少得可怜的付费用
3月12日消息，据晚点LatePost报道，爱诗科技近期完成了 3 亿美元 C 轮融资，由鼎晖投资领投，超过 20 家机构参与，包括中国儒意、三七互娱等文娱行业产业方，亦庄国投、苏创投等地方国资，和
机器之心编辑部近年来，大规模视频扩散模型在视频生成领域取得了显著进展。然而，采样效率低下仍然是这类模型的核心瓶颈。标准的扩散模型依赖多步去噪过程，通常需要数十甚至上百次迭代步骤，才能将噪声逐步转化为
热门专题
热门推荐
三星电子计划在2030年前开发基于 forksheet 结构的 1nm SF1 0 工艺 近日，半导体制造领域传出重要技术进展。据《韩国经济日报》3月31日援引行业内部人士消息，三星电子晶圆代工厂已经制定了一项直至2030年的详细技术路线图。该计划的核心目标是，在2030年之前完成1纳米（1nm）级
4月1日消息，OPPO于今日在线上正式发布了新一代机型K15 Pro。该系列手机最受瞩目的核心卖点在于全系搭载了性能强劲的疾风散热引擎，通过主动散热技术大幅提升了手机在高负载状态下的性能表现。为了从
4月1日消息，为了有效应对全球存储市场的短缺危机，韩国两大芯片巨头三星电子与SK海力士不约而同地选择了加大对中国工厂的投入。据韩国媒体最新披露，这两大巨头已确定在2025年继续扩大在华投资规模。这一
4月1日消息，4月1日，界面新闻独家获悉，原特斯拉中国区总经理孔艳双已入职小米，将接替原小米汽车总监李晓锐负责汽车销售方面工作。孔艳双于3月初入职，处于工作交接期，目前小米内部并未正式发文通告其正式
笔记本电脑电池不耐用？酷睿 Ultra 三代轻薄本彻底解决续航难题 移动办公时，笔记本电脑续航时间短是许多用户的核心痛点。如今，搭载新一代处理器的轻薄本带来了突破性解决方案：华硕无畏 Pro16 2026 酷睿版。这款产品内置英特尔酷睿 Ultra7 356H 处理器，并配备高达 80Wh 的大容量