VibeVideoBench发布：评估智能体代码驱动视频生成

2026年10月27日，Hugging Face Daily Papers 报道论文提出 VibeVideoBench，一个用于评估多模态智能体代码驱动视频生成能力的基准。该基准包含 239 个中英文任务、覆盖 12 个类别，要求智能体在未配备图像或视频生成模型的沙箱环境中，于一小时内交付带音频的 MP4 文件。报道未披露基准的构建方法、评测指标、参与模型及具体结果等信息，也未提及后续更新。

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。