EgoVis 2026 首届 EgoCross 挑战赛：跨域自我中心视频问答

EgoCross 是一个跨领域的以自我为中心的视频问答基准测试，旨在评估多模态 大语言模型 是否可以推广到常见的日常生活场景之外。首届 EgoCross 挑战赛在 CVPR 2026 的第三届 EgoVis 研讨会上举办，评估了来自四个目标领域的第一人称视频模型：手术、工业装配、极限运动和动物视角。每个测试示例由一个以自我为中心的视频剪辑、一个问题和四个候选答案组成，模型必须从中选择正确的选项。本技术报告介绍了挑战任务、基准测试资源和两条官方 Codabench 赛道。源限制轨道将参与者限制为官方基线模型和小型支持集，而开源轨道则在禁止手动构建目标域训练数据的规则下允许更广泛的模型和训练数据选择。此次挑战赛总共收到了来自 130 多名参与者的 1,500 多份参赛作品，其中开源赛道有 19 个团队参与，源代码限制赛道有 38 个团队参与。我们进一步展示了官方排行榜结果，并总结了两个赛道的获胜解决方案。我们希望这份报告能够为推进跨领域的以自我为中心的视频理解提供有用的技术参考。所有资源，包括挑战数据、基线实施和获胜团队发布的代码，都是公开的。