Video-MME-v2

评测视频大模型，从看懂片段到理解长视频全场景。

Video-MME-v2 是一个面向全面视频理解的新一代评测基准项目。它旨在解决现有视频理解基准在任务多样性、视频长度覆盖和评估维度上的不足，推动视频大模型从简单片段识别走向复杂、长时间、多模态内容的深度理解。项目核心能力包括：构建大规模、多场景的视频评测数据集，覆盖短、中、长视频；设计多模态（视觉、音频、文本）联合理解任务；提供标准化评估协议和自动化打分脚本，支持主流视频理解模型的横向对比。通过细粒度的能力维度拆解（如时序推理、空间关系、事件因果等），帮助研究者定位模型短板，加速视频理解技术的迭代。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 370

维护状态维护中

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队MME-Benchmarks

所属国家

官网地址https://video-mme-v2.netlify.app

GitHubhttps://github.com/MME-Benchmarks/Video-MME-v2

定价模式free

价格说明开源项目，无在线服务，需自行部署，完全免费。

访问状态

是否开源是

开源协议

主要语言Python

技术栈/模型large-language-models,large-vision-language-models,multimodal-large-language-models,video,video-mme

GitHub 星标★ 370

30天Star增速

HF 下载量

上线时间2026-04-03 00:00:00

最近更新2026-09-22 00:00:00

维护状态维护中

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

核心亮点

评测维度覆盖全面，从短到长视频、多模态联合理解，能精准暴露模型短板。
提供标准化评估脚本和协议，模型对比结果可复现，省去自建评测流程。
数据集设计贴近真实应用场景（如监控、影视、教育），实用性强。

不足之处

项目处于早期阶段，文档和社区支持尚待完善。
数据集规模可能有限，对超长视频（如1小时以上）的覆盖有待验证。

适用场景

学术研究：对比不同视频理解模型在统一基准上的性能。
模型开发：定位自家模型在时序推理、多模态融合等维度的不足。
技术选型：企业评估候选视频理解模型时，作为客观参考依据。

替代项目

Video-MME、LVBench、Video-Bench

项目介绍

Video-MME-v2 是评测安全领域的开源项目，由 MME-Benchmarks 开发，是 2026 年新上线的项目。

它收录于评测安全分类，该分类目前共有 467 个项目，GitHub 星标数为 370。

项目仍在小幅维护中，最近一次代码更新于 2026-09-22。无在线服务，需自行部署，完全免费。

它主要面向的使用场景是：学术研究：对比不同视频理解模型在统一基准上的性能。同类可对比的替代方案包括 Video-MME、LVBench、Video-Bench。

上一篇：LooGLE

下一篇：fusion_bench