VibeVideoBench 发布：评估多模态智能体的代码驱动视频生成能力
VibeVideoBench: Evaluating Multimodal Agents on Code-Driven Video Generation
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
论文提出 VibeVideoBench，一个评估多模态智能体代码驱动视频生成能力的基准，含 239 个中英文任务、12 个类别，要求智能体在无图像或视频生成模型的沙箱中一小时内交付带音频的 MP4。
来源：Hugging Face Daily Papers · arxiv.org