DynamicVL：面向动态城市环境的多模态大语言模型评测基准

DynamicVL项目建立了专门评测多模态大语言模型理解动态城市环境能力的基准，推动城市数据分析技术的发展。

城市是一个动态复杂系统，理解城市环境对自动驾驶、城市规划、智能交通等应用至关重要。然而，现有MLLM基准大多关注静态场景，缺乏对动态城市环境的专门评估。

DynamicVL 是一个专门评测多模态大语言模型理解动态城市环境能力的基准：

• 时序理解：城市环境随时间的变化
• 动态物体追踪：移动行人、车辆等
• 场景语义理解：城市功能区域识别
• 事件推理：城市活动与事件理解

• 自动驾驶系统评估
• 城市监控视频分析
• 智慧城市应用开发

动态城市环境带来独特挑战：

1. 光照变化：昼夜、天气影响
2. 遮挡问题：建筑物、车辆遮挡
3. 复杂交互：多主体动态交互
4. 长时序依赖：事件的时间关联

DynamicVL填补了MLLM评测的空白，为开发更鲁棒的城市感知AI系统提供了标准化评估工具。

• GitHub仓库：https://github.com/anggaumhar/dynamicvl