List your company

Long Video Understanding on MLVU

83.8AccuracyQwen3-VL-235B-A22B
63.83269.01674.279.384Aug 6, 2024Nov 27, 2024Mar 21, 2025Jul 13, 2025Nov 3, 2025Feb 25, 2026Jun 19, 2026

Evaluation results

MethodLinks
Qwen3-VL-235B-A22BFrames=7682026.0183.8——————————————————————
Seed1.5-VLThinking mode=true, Evaluation frame rate=1 FPS2025.0582.1——————————————————————
Seed1.5-VLThinking mode=false, Evaluation frame rate=1 FPS2025.0581.8——————————————————————
Gemini 1.5 ProSource=[60]2026.0681.5——————————————————————
Gemini 2.5 ProEvaluation frame rate=1 FPS, self-collected via API=true2025.0581.2——————————————————————
InternVL3.5-241B-A28B2026.0178.2——————————————————————
Qwen3-VLArchitecture Type=Modular, Parameter Scale=8B, Training Stage=Instruct2026.0578.1——————————————————————
GPT-4o2026.0677.7——————————————————————
Eagle2.5-8BSize=8B2026.0477.6——————————————————————
Full SABackbone=QWen3-VL-8B2026.0575.82——————————————————————
Gemini 1.5 ProSource=[59]2026.0675.7——————————————————————
InternVL-2.5Parameters=78B2026.0675.7——————————————————————
Gemini 1.5 Flash2026.0675.1——————————————————————
Video-XL-2-8BFrames=∼10k2025.1074.8——————————————————————
VideoChat-Flash-7BSize=7B2026.0474.7——————————————————————
VideoChat-FlashModel Size=7B, Video Tokens=8K2025.1174.7——————————————————————
Qwen2.5-VLSize=72B2026.0274.6——————————————————————
Qwen2.5-VL-72BFrames=7682026.0174.6——————————————————————
LLaVA-VideoSize=72B2026.0274.4——————————————————————
Full SABackbone=Eagle2.5-8B2026.0573.85——————————————————————
VideoRAGParameters=72B2026.0673.8——————————————————————
VideoLLaMA3Size=7B2026.0273——————————————————————
VideoLLaMA3Architecture Type=Modular, Parameter Scale=8B, Training Stage=Instruct2026.0573——————————————————————
Qwen3-VL-8B + HY-HimmelCtx (k)=16.22026.0572.6——————————————————————
Oryx-1.5Size=32B2024.0972.3——————————————————————
AriaParameters=28B2026.0672.3——————————————————————
Qwen3-VL-8B baselineCtx (k)=44.72026.0572——————————————————————
InternVL3-8B + HY-HimmelCtx (k)=16.22026.0571.8——————————————————————
Qwen2.5-VL-7B + HY-HimmelCtx (k)=16.22026.0571.6——————————————————————
InternVL3-8B baselineCtx (k)=44.72026.0571.4——————————————————————
StateKVBackbone=QWen3-VL-8B, cache budget B=40962026.0571.38——————————————————————
OryxSize=34B2024.0970.8——————————————————————
LLaVA-VideoSize=7B2026.0270.8——————————————————————
LLaVA-Video-7B2026.0270.8——————————————————————
InternVL3-9BSize=9B2026.0470.8——————————————————————
LLaVA-VideoArchitecture Type=Modular, Parameter Scale=8B, Training Stage=Instruct2026.0570.8——————————————————————
LLaVA-VideoParameters=7B2026.0670.8——————————————————————
StateKVBackbone=Eagle2.5-8B, cache budget B=40962026.0570.52——————————————————————
Demo-ICL (SFT)Size=7B2026.0270.4——————————————————————
Demo-ICLSize=7B2026.0270.4——————————————————————
InternVL3.5Size=8B2026.0270.2——————————————————————
Qwen2.5-VL-7B baselineCtx (k)=44.72026.0570.2——————————————————————
InternVL3.5Architecture Type=Modular, Parameter Scale=8B, Training Stage=Instruct2026.0570.2——————————————————————
REVISOR (Ours)Model Size=7B, Video Tokens=8K2025.1169.8——————————————————————
NEO-ovArchitecture Type=Native, Parameter Scale=8B, Training Stage=Instruct2026.0569.3——————————————————————
HPPModel=Ours HPP2026.0669.3——————————————————————
Ola-Video (Base)Size=7B2026.0269.1——————————————————————
GPT-4o mini2026.0669.1——————————————————————
InternVL3.5-8B + MVPFrames=1282026.0169——————————————————————
Qwen2.5-VL*Model Size=7B, Video Tokens=8K, Training=text-based reflection mechanism2025.1169——————————————————————
Full SABackbone=QWen3-VL-4B2026.0568.98——————————————————————
LinVT-Qwen2-VLSize=7B2024.1268.9——————————————————————
LinVT-InternVL2Size=8B2024.1268.3——————————————————————
Qwen3-VLArchitecture Type=Modular, Parameter Scale=2B, Training Stage=Instruct2026.0568.3——————————————————————
Qwen2.5VL-3BSize=3B2026.0468.2——————————————————————
LLaVA-OneVision-72BModel Scale=72B2024.0868——————————————————————
LLaVA-OneVisionParameters=72B2026.0668——————————————————————
LinVT-BLIP-3Size=4B2024.1267.9——————————————————————
Qwen3-VL-8B-Thinking + MVPFrames=1282026.0167.8——————————————————————
StateKVBackbone=QWen3-VL-4B, cache budget B=40962026.0567.8——————————————————————
LinVT-MolmoSize=7B2024.1267.7——————————————————————
OryxSize=7B2024.1267.5——————————————————————
OryxSize=7B2024.0967.5——————————————————————
Oryx-1.5Size=7B2024.0967.5——————————————————————
Qwen2.5-VL⋆Model Size=7B, Video Tokens=8K, Status=reproduction2025.1167.3——————————————————————
InternVL3.5-8B + MVPFrames=642026.0167——————————————————————
LLaVA-Video-7B + KFCFrames=1fps→82025.1066.9——————————————————————
GPT-4oSize=-2026.0266.7——————————————————————
XCompSize=2B2026.0466.7——————————————————————
LLaVA-OneVisionSize=72B2024.0966.4——————————————————————
LLaVA-OneVisionSize=72B2026.0266.4——————————————————————
FrameOracleBackbone=Qwen3-VL-8B, Frames=128→27.82025.1066.3——————————————————————
Qwen2.5-VL-7B-Instruct + MVPFrames=1282026.0166——————————————————————
VambaModel Size=10B2025.1165.9——————————————————————
VideoChat-Flash-2BSize=2B2026.0465.7——————————————————————
LLaVA-OneVision-7B + Frame-VoyagerFrames=128→82025.1065.6——————————————————————
Qwen3-VL-8B-ThinkingFrames=1282026.0165.4——————————————————————
LongVUModel Size=7B, Video Tokens=8K2025.1165.4——————————————————————
VideoLLaMA3Architecture Type=Modular, Parameter Scale=2B, Training Stage=Instruct2026.0565.4——————————————————————
AdaCodecToken budget=comparable, Backbone=Qwen2-VL-7B2026.0665.3——————————————————————
LinVT-AquilaSize=2B2024.1265.1——————————————————————
InternVL3.5-8BFrames=1282026.0165.1——————————————————————
LLaVA-OneVision-7B + KFCFrames=1fps→82025.1065——————————————————————
VisPlayBackbone=Qwen3-VL-8B-Instruct, Iteration=42026.0564.9——————————————————————
VisPlayBackbone=Qwen3-VL-8B-Instruct2026.0564.9——————————————————————
Video-XL-7BFrames=2562025.1064.9——————————————————————
NEO-ovArchitecture Type=Native, Parameter Scale=2B, Training Stage=Instruct2026.0564.8——————————————————————
LLaVA-OneVision-7BModel Scale=7B2024.0864.7——————————————————————
LLaVA-OneVisionSize=7B2024.1264.7——————————————————————
LLaVA-OneVisionSize=7B2024.0964.7——————————————————————
LLaVA-OneVisionSize=7B2026.0264.7——————————————————————
LLaVA-OneVision-7B2026.0264.7——————————————————————
LLaVA-OneVisionModel Size=7B, Video Tokens=6K2025.1164.7——————————————————————
Video-ZeroBackbone=Qwen3-VL-8B-Instruct, Iteration=22026.0564.7——————————————————————
Video-Zero (Peak)Backbone=Qwen3-VL-8B-Instruct2026.0564.7——————————————————————
GPT-4o2024.0864.6——————————————————————
GPT4-O2024.1264.6——————————————————————
GPT-4o2024.0964.6——————————————————————
Jigsaw-7BFrames=1282026.0164.6——————————————————————
GPT-4oSize=-2026.0464.6——————————————————————