新基准 StreamEval 显示流式视频模型可靠执行请求仍是难点。
资讯摘要
论文提出 StreamEval，一个面向交互式流式视频生成的统一基准，覆盖虚拟人对话、虚拟人表演、世界生成、指令编辑和参考编辑五类任务，共 300 个脚本化测试用例，时长 15–300 秒。评估从任务执行、状态一致性、视觉保真度和视听协调四个维度展开，并细化为十项任务特定指标，采用 0–100 分制。作者报告评测了 37 个模型，发现高画质与身份保持并不必然对应可靠的请求执行或持续状态一致性，请求执行仍是主要难点。
要点速读
- StreamEval 覆盖五类交互式流式视频生成任务，含 300 个 15–300 秒的脚本化用例。
- 评估含任务执行、状态一致性、视觉保真度、视听协调四个维度，共十项指标，0–100 分制。
- 作者报告评测 37 个模型，指出请求执行得分偏低，例如参考编辑的 Edit Success 最高为 15.00。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/23 08:00:10（北京时间）。