M3-Bench 是由字节跳动 Seed 团队于 2025 年发布的一个长视频问答基准数据集，相关论文成果为「Seeing, Listening, Remembering, and Reasoning: A Multimodal Agent with Long-Term Memory」，旨在评测多模态智能体长时程记忆与推理能力。

该数据集包含 1,020 段视频样本，每段样本包含字幕、中间产物、记忆图。 M3-Bench 以长视频开放式问答（VQA）为核心任务，每段视频配有一组开放式问题。

数据组成：

• M3-Bench-robot：研究团队新录制的 100 段真实场景第一视角视频（机器人视角）

• M3-Bench-web：920 段来自网络、覆盖更广内容与场景的长视频