Code2Video-Compass：覆盖 T2V、I2V 和 V2V 的通用代码视频生成综合基准
Code2Video-Compass 是用于评估代码视频生成的基准，涵盖文本生成视频（T2V）、图像生成视频（I2V）和视频到视频（V2V）。它包含 10 个类别、24 个子类型中的 2,104 项任务，评估场景构建、动态动画和状态依赖等方面。其双层评估框架结合 12 项客观指标和 5 项主观指标。对 15 个专有及开放权重多模态大语言模型的测试显示，即使是领先模型，也难以稳定生成符合文本和视觉要求的完整视频；随着任务复杂度上升，模型表现通常会下降。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。