研究人员推出了PAWBench,一个旨在评估视频生成模型作为世界模型的新基准,重点关注它们重现可能行为分布的能力,而不仅仅是单个视频的可信度。随附的PAWEval协议将重复的视频生成转换为物理行为的经验分布。在十一个现有系统和50个场景中,没有模型表现出一致的概率对齐,这表明当前视频生成能力存在显著差距。 AI
影响 突出了当前视频生成模型中的差距,可能指导未来研究朝着更准确和概率化的世界模型发展。
排序理由 该集群描述了一个用于评估AI模型的新基准和评估协议,发布在arXiv上。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →