**SVI-Bench: 一种面向战略视频智能的动态微观世界**

_SVI-Bench: A Dynamic Microworld for Strategic Video Intelligence_

> SVI-Bench 是一个大规模基准测试，利用团队运动创建可验证的复杂多智能体环境，包含约35K小时广播视频、1500万标注动作等数据。它定义了9个评估任务，覆盖从动态场景理解到代理合成的四个认知层次。实验表明，现有模型在细粒度动作问答上可达73%准确率，但在因果推理、战略模拟和自主代理任务上性能急剧下降，最强模型在需整合180万片段证据的代理任务中仅获5%准确率，揭示了当前视频AI在战略智能上的能力断层。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-02 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2605.31529)