Ego2Act：评估第一视角视频生成中的目标导向操作

研究者推出 Ego2Act，一个面向目标导向操作的第一视角视频生成基准，包含 110 个真实世界任务的 2,640 段视频，覆盖不同物体杂乱度与多步复杂度。配套的 Ego2ActJudge 是无参考评估流程，在任务完成度和物理合理性上比相关基线更贴合人类共识。