2026-10-28 · 研究论文 · 重要性 ★★★
VibeVideoBench：评估多模态智能体用代码生成视频的基准，远未被攻克
VibeVideoBench:Evaluating Multimodal Agents on Code-Driven Video Generation 新基准 VibeVideoBench 考察智能体通过编写代码逐帧渲染画面、合成声音来生成视频的能力，包含 239 个中英文任务、12 个类别，要求智能体在沙箱中一小时内交付带声音的成品 MP4。对九个前沿智能体系统、2151 次评测显示该基准远未被解决：GPT-6 Astra 与 Claude Opus 5.5 明显领先，但最好的系统仍在约四分之一任务上未能满足核心
一手来源：arXiv cs.CV ↗
← 返回资讯列表本站仅做聚合整理与来源标注，版权归原作者所有。