StreamEval：评测交互式流式视频生成模型
StreamEval 是一项交互式流式视频生成基准测试，涵盖五类任务：虚拟形象对话与表演、世界生成，以及指令编辑和参考内容编辑。测试集包含 300 个时长为 15 至 300 秒的案例，并从任务执行、状态一致性、视觉保真度和视听协调等方面评估了 37 个模型。结果显示，较高的视觉质量和身份保持能力，并不意味着模型能可靠执行请求或持续维持状态一致。在实时交互中可靠地执行用户请求，仍是关键挑战。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。