清华与NVIDIA等机构发布StreamEval实时视频评测基准，暴露38个模型交互短板

清华大学、NVIDIA等机构联合发布StreamEval基准，这是全球首个流式交互视频生成评测榜单，覆盖38个模型的五个任务。结果显示模型在连续指令响应和状态一致性上存在显著短板，代码与数据已开源。