第 1 名
Gemini 1.5 Pro（1fps）
63.0第三方复现
OVO-Bench
评测 Video-LLM 在流式场景下的回溯、实时感知与前瞻应答三类时序推理；论文主表为 2025 年 1 月结果。
收录成绩1010 个模型或系统
当前第一63.0Gemini 1.5 Pro（1fps）
指标Overall Avg.实时感知、回溯追踪、前瞻应答三类场景平均分的算术平均（%），与论文 Table 1 一致
数据时效人工整理整理于 2026-10-26 · 1 个数据源
第 2 名
GPT-4o（64 frames）
59.5第三方复现
第 3 名
Qwen2-VL-72B（64 frames）
56.3第三方复现
排名表
显示 10 / 10
| 场景 | |||||||||
|---|---|---|---|---|---|---|---|---|---|
| 模型 | 机构 | 来源 | 备注 | ||||||
| 1 | Gemini 1.5 Pro（1fps） | 63.0 | 69.3 | 62.5 | 57.1 | 第三方复现 | 2026-10-26 | 定位：论文 Table 1，Overall Avg. 降序第 1 名，访问于 2026-10-26；来源发布日期：2025-01-09；论文 Offline 模型分组，作者统一评测；EPM/ASI 问题时刻置于视频末尾（表注）；帧数或 fps 见模型名。 | |
| 2 | GPT-4o（64 frames） | OpenAI | 59.5 | 64.5 | 60.8 | 53.4 | 第三方复现 | 2026-10-26 | 定位：论文 Table 1，Overall Avg. 降序第 2 名，访问于 2026-10-26；来源发布日期：2025-01-09；论文 Offline 模型分组，作者统一评测；EPM/ASI 问题时刻置于视频末尾（表注）；帧数或 fps 见模型名。 |
| 3 | Qwen2-VL-72B（64 frames） | Alibaba | 56.3 | 61.9 | 57.0 | 49.3 | 第三方复现 | 2026-10-26 | 定位：论文 Table 1，Overall Avg. 降序第 3 名，访问于 2026-10-26；来源发布日期：2025-01-09；论文 Offline 模型分组，作者统一评测；EPM/ASI 问题时刻置于视频末尾（表注）；帧数或 fps 见模型名。 |
| 4 | LLaVA-Video-7B（64 frames） | — | 52.9 | 63.5 | 40.4 | 54.8 | 第三方复现 | 2026-10-26 | 定位：论文 Table 1，Overall Avg. 降序第 4 名，访问于 2026-10-26；来源发布日期：2025-01-09；论文 Offline 模型分组，作者统一评测；EPM/ASI 问题时刻置于视频末尾（表注）；帧数或 fps 见模型名。 |
| 5 | LLaVA-OneVision-7B（64 frames） | — | 52.7 | 64.0 | 43.7 | 50.5 | 第三方复现 | 2026-10-26 | 定位：论文 Table 1，Overall Avg. 降序第 5 名，访问于 2026-10-26；来源发布日期：2025-01-09；论文 Offline 模型分组，作者统一评测；EPM/ASI 问题时刻置于视频末尾（表注）；帧数或 fps 见模型名。 |
| 6 | Qwen2-VL-7B（64 frames） | Alibaba | 50.4 | 56.0 | 46.5 | 48.7 | 第三方复现 | 2026-10-26 | 定位：论文 Table 1，Overall Avg. 降序第 6 名，访问于 2026-10-26；来源发布日期：2025-01-09；论文 Offline 模型分组，作者统一评测；EPM/ASI 问题时刻置于视频末尾（表注）；帧数或 fps 见模型名。 |
| 7 | InternVL-V2-8B（64 frames） | Shanghai AI Lab | 50.1 | 60.4 | 43.4 | 46.6 | 第三方复现 | 2026-10-26 | 定位：论文 Table 1，Overall Avg. 降序第 7 名，访问于 2026-10-26；来源发布日期：2025-01-09；论文 Offline 模型分组，作者统一评测；EPM/ASI 问题时刻置于视频末尾（表注）；帧数或 fps 见模型名。 |
| 8 | LongVU-7B（1fps） | — | 46.7 | 57.6 | 35.0 | 47.5 | 第三方复现 | 2026-10-26 | 定位：论文 Table 1，Overall Avg. 降序第 8 名，访问于 2026-10-26；来源发布日期：2025-01-09；论文 Offline 模型分组，作者统一评测；EPM/ASI 问题时刻置于视频末尾（表注）；帧数或 fps 见模型名。 |
| 9 | Dispider（1fps） | — | 41.8 | 54.5 | 36.1 | 34.7 | 第三方复现 | 2026-10-26 | 定位：论文 Table 1，Overall Avg. 降序第 9 名，访问于 2026-10-26；来源发布日期：2025-01-09；论文 Online 模型分组，作者统一评测；EPM/ASI 问题时刻置于视频末尾（表注）；帧数或 fps 见模型名。 |
| 10 | Flash-VStream-7B（1fps） | — | 33.6 | 28.4 | 27.4 | 45.1 | 第三方复现 | 2026-10-26 | 定位：论文 Table 1，Overall Avg. 降序第 10 名，访问于 2026-10-26；来源发布日期：2025-01-09；论文 Online 模型分组，作者统一评测；EPM/ASI 问题时刻置于视频末尾（表注）；帧数或 fps 见模型名。 |
榜单说明
第 5 批接入分数转录自论文 arXiv HTML v3 的 Table 1（论文作者对各模型的统一评测），收录含 Overall Avg. 的全部 10 个 Video-LLM，混排论文中的 Offline 与 Online 两组模型（分组见备注，帧数或 fps 见模型名）；不含 Human、盲测 LLM 及缺 Overall 的条目。仓库 README 只有榜单图片、没有可机读的数值表，且说明当前评测代码相对论文有改动，本表未按新代码重算；较新的模型不在表中，后续由每周新成绩发现补充。
- 指标
- Overall Avg.：实时感知、回溯追踪、前瞻应答三类场景平均分的算术平均（%），与论文 Table 1 一致（越高越好）
- 子项
- 场景实时感知 Avg.回溯追踪 Avg.前瞻应答 Avg.
- 数据源
- OVO-Bench 论文 Table 1（在新窗口打开）（论文或项目页）
- 来源类型
- 第三方复现 10
分数取自数据源原文；同一模型在不同评测设置或不同来源下分别列出，来源冲突时全部保留并标注来源类型。
更新记录
0 条首次同步作为基线，之后新上榜、分数变化和移除的条目会记录在这里。