StreamEval评测交互式流式视频模型

清华大学、NVIDIA、CMU、UC Berkeley、普林斯顿和NUS等机构联合推出交互式流式视频生成基准StreamEval；对37个模型的评测中，最佳任务执行得分仅为36.90分，显示现有模型在持续响应指令和保持视频状态方面仍明显不足。 该基准包含数字人对话、数字人表演、世界生成、指令编辑和参考编辑五类任务，共300个脚本化用例，单段时长15至300秒，并从任务执行、状态一致性、视觉保真和视听协调四个维度进行评分。评测显示，较好的视觉质量和身份保持并不等同于可靠执行请求，任务执行是主要短板。排行榜与数据已在streamaeval.ai开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。