في ظل التسارع الملحوظ في تطور نماذج الرؤية واللغة (Vision-Language Models - VLMs)، يتجه التركيز نحو الذكاء الاصطناعي المتجسد الموجه نحو الأفعال، وهو ما تم تقييمه باستخدام مقاطع الفيديو التي تركز على المستخدم. لكن هذا التركيز يغفل فئة شاملة من الذكاء الاصطناعي: الذكاء الاصطناعي للبنية التحتية (Infrastructure AI)، والذي يعتمد على كاميرات ثابتة لتوفير رؤى مفتوحة مثل مراقبة السلامة وتسجيل العمليات.

في هذا السياق، تم تقديم معيار VANTAGE-Bench، الذي يقيس ما يعرف بـ "فجوة الذكاء الاصطناعي للبنية التحتية". يشمل هذا المعيار ثلاثة مجالات تشغيلية رئيسية: اللوجستيات (Logistics)، والنقل (Transportation)، والمساحات الذكية (Smart Spaces).

يوحد المعيار بين تقييم الصور ومقاطع الفيديو عبر القدرات الدلالية (semantic) والمكانية (spatial) والزمنية (temporal) والزمنية المكانية (spatio-temporal)، ويتجاوز أسئلة الاختيار المتعدد إلى ثمانية صيغ للتسليم تشمل العناوين الكثيفة (dense captioning) وتأسيس الزمان والمكان (spatio-temporal grounding).

كما أدرج VANTAGE-Bench بروتوكول مسار فردي لتتبع الأجسام المفردة (Single Object Tracking)، وهو الأول من نوعه بالتقييم على مقاطع الفيديو للبنية التحتية الثابتة، مُسجلاً ضد متتبعات متخصصة. تشمل التوصيفات ثلاثة أنظمة عبر 3,346 أصل وسائط، مما يوفر 3,342 توصيف مهمة لفيديو، و4,281 توصيف لمواقع الصور، و27,404 صندوق للكشف.

عند تقييم 17 نموذجاً بصورة عمياء، وجد الباحثون أن الفجوة مقارنة بمعايير المستهلك تتركز، وليست عامة، حيث كانت تحقق التحقق من الحدث، والتعبيرات المرجعية، وتحديد الزمن بمعدل نقص يتراوح بين 9 إلى 24 نقطة على جميع مقاييس النماذج. بينما يبقى السؤال الإجابة على الفيديو ضمن 5.3 نقاط من VideoMME، ويظهر التوجيه المكاني الثنائي الأبعاد عدم نقص مقارنة بـ BLINK.

تظل القاعدة الزمنية هي الأضعف بشكل مطلق، حيث لم يتجاوز أي نظام 55.7 mIoU في تحديد الزمن أو 37.3 SODA_c في العناوين الكثيفة للفيديو. وفي تتبع الأجسام، تقترب النماذج المتقدمة من 5 نقاط من المتتبعات المتخصصة على الأفق القصير لكنها تنفصل مع تمديد الأفق. تؤدي النماذج ذات الأوزان المفتوحة مباشرةً في تحديد المواقع الشيئية (2D object localization)، مما يعني أن لا الحجم ولا الوصول الملكي يفسران هذا النمط.

للمزيد من المعلومات حول البيانات، أدوات التقييم، وقائمة المتصدرين، يمكن زيارة vantage-bench.org.