跳到正文
arXiv · AI· Hongbo Zhang, Liuyang Song, Hang Zhou, Xinchen Liu, Wei He, Kai Han, Yunhe Wang·· 3 天前AI 评分21

VAHBench:面向智能体长视频生成的基准测试

VAHBench: A Harness Benchmark for Agentic Long-Video Generation

AI 导读

VAHBench 评估智能体将用户请求转化为完整视频的能力,通过 48 种配置下的 240 次运行测试发现,视频生成的高质量分数并不等同于交付的完整性。 测试显示,缺失剧集、重复片段和静态填充物揭示了生产过程与用户要求之间的差距,添加的构图工具虽有帮助但未能一致提升性能。

来源:arXiv · AI · arxiv.org