streaming-interaction

OmniInteract 提出了一个面向实时全模态大语言模型的流式基准测试，评估在线音视频处理能力，要求具备时间定位和交互式响应。实验表明，当前模型表现不佳，最佳整体 IA-QTF1 分数仅为 0.368。