ROWBench：视频模型能否呈现程序指定的内容？
PROWBench 是一项基准测试，用于检验生成的视频是否符合可编程世界模型指定的事件和交互。它包含 170 个通过程序构建的情节和 600 段代理视频。每个情节都记录实体状态和带时间戳的事件，包括发生在摄像机视野之外的事件，因此可以将视频与程序执行后可观察到的结果进行核对。该基准评估实体控制、长时记忆，以及视频是否按照指定时间线呈现已记录的事件。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。