视障人士由于获取视觉信息有限，在日常中面临重大挑战。尽管多模态大语言模型（MLLMs）在通用视觉和语言任务上取得了显著成果，但其在真实视障辅助场景中的实用性仍尚待探索。为填补这一空白，我们提出了VIABench，一个专门用于评估MLLMs在视障人士辅助场景中表现的综合视频基准，该基准使用视障人士自身录制或分享的第一人称视角视频。VIABench定义了三个核心任务，每个任务针对视觉辅助中的不同需求：Proactive Reminder（主动提醒）——评估模型在理解正在进行的视频内容的同时，主动预测并口头描述即将到来的导航关键事件的能力；Visual Question Answering（VQA，视觉问答）——评估模型回答用户关于视频中环境或物体问题的能力；Vision-Guided Interaction（视觉引导交互）——测试模型在用户与环境之间进行有意图交互时的上下文感知推理能力。为确保评估的稳健和公平，我们提出了一套严格的基准测试流程，同时支持在线（实时）和离线设置。我们的实验表明，当前的MLLMs仍难以全面支持视障人士，尤其是在Proactive Reminder任务上，该任务要求准确的预测和实时响应。我们希望VIABench能够推动未来研究，开发针对真实辅助场景的定制化MLLMs，最终改善视障人士的导航和交互体验。代码和数据将在 https://github.com/MCG-NJU/VIABench 上发布。