FastBench：流式VLM能否感知高动态真实世界视频流？

现有流式视频大模型基准多聚焦低动态场景，在有限上下文预算下模型需平衡时间历史、空间分辨率与时间粒度，1–2 FPS稀疏采样会漏掉快速事件。作者提出FastBench，通过高帧率片段生成QA、过滤2 FPS可答问题、用SAM3与CoTracker3轨迹验证答案并三轮人工检查，构建覆盖八个领域、六种能力、含前向/即时/后向时间范围的306个QA对，并提供免训练基线ProactiveFrame。

AI推荐理由 针对流式视频大模型在高动态真实视频流下的感知能力提出FastBench基准，包含306个QA对、八个领域、六种能力及人工标注证据区间，并给出免训练基线ProactiveFrame。填补了现有基准偏重低动态场景的空白，对视频VLM评测有实际意义，但摘要未展示具体模型排名结果。