Figma与斯坦福开源动效生成评测基准

Figma与斯坦福团队推出并开源 MotionGraphicsBench，用于评估大语言模型根据静态 SVG 和自然语言指令生成动效的能力，测试显示不同模型的一次通过率存在明显差距。 基准包含100个源自真实 Lottie 设计的实例，要求模型为 SVG 添加动效，并通过程序化验证取代视觉语言模型评审。其在180个动画的平衡测试集上与人类判断的一致性为93.3%，高于所列 GPT-6 Astra 视觉语言模型基线的83.3%。32个模型、12家提供商的47种配置中，pass@1 为6.0%至67.7%；其中15个模型每题尝试32次后，pass@32 为38.0%至95.0%，多次尝试均带来提升。基准已在 Hugging Face 发布。

AI 根据报道生成 · 15 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。