第一视角理解

Perceptron AI 发布开源基准 EgoHome，专门评测模型对家务视频中手部动作的细粒度理解，包含 750 余个时长不足 500 毫秒的片段，并标注手部框、子任务、手部动作与手部描述四类信息。GPT-6 Astra 在该基准上排名第一。该基准直接服务于机器人从人类视频中学习操作技能的数据标注环节，标注质量决定机器人训练的正确性。