**VGenST-Bench：通过主动视频合成评估时空推理的基准测试**

_VGenST-Bench: A Benchmark for Spatio-Temporal Reasoning via Active Video Synthesis_

> 该论文提出了VGenST-Bench，一个用于评估多模态大语言模型（MLLMs）时空推理能力的视频基准。现有基准主要依赖静态图像或被动收集的视频数据，限制了精细推理能力的评估。VGenST-Bench采用生成模型主动合成高度可控且多样化的评估场景，并通过多智能体流水线结合人工质量控制确保视频和问答对的质量。基准包含涵盖空间尺度、视角和场景动态的3x2x2视频分类法，并设计了分层任务套件，将低级视觉感知与高级时空解耦。这实现了从被动策划到主动合成的范式转变，为MLLMs的时空理解提供精细诊断。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-05-25 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.22570)