Vector Institute· Kylie Williams·· 2026-06-24精选AI 评分62
SONIC-O1：面向真实音视频理解的多模态大模型开源基准
When AI watches and listens: Introducing SONIC-O1 for real-world audio-video understanding
AI 导读
Vector Institute 发布 SONIC-O1 基准，包含约 60 小时真实音视频内容、4958 个人工验证标注，覆盖 13 个对话主题和 5 大领域。评测显示闭源模型整体领先，时序定位差距显著（Gemini 3.0 Pro 25.4% R@0.5 vs Qwen3-Omni 2.8%），且群体间存在明显差异。
推荐理由
开源基准 SONIC-O1 揭示了现有模型在时序定位和群体差异上的明显短板，为音频视频理解研究提供了可复现的评测框架。
来源：Vector Institute · vectorinstitute.ai