AnyGroundBench：面向视觉语言模型视频定位的专业领域基准

AnyGroundBench将时空视频定位评测从通用数据集上的静态零样本测试，推进到覆盖动物、工业、体育、手术和公共安全五类专业领域的领域适应评测。该基准包含新采集视频、密集时空标注及训练子集，并测试15个视觉语言模型的零样本泛化与上下文学习能力。结果显示，现有模型在专业场景中仍难以有效适应，暴露出时空推理能力不足。