研究人员推出了AnimWeb-Bench,这是一个旨在评估多模态大语言模型(MLLMs)和编码代理从视频输入生成动画网页能力的新基准测试。该基准测试包含来自不同领域的124个真实网页,每个网页都配有参考视频和静态资源。AnimWeb-Bench采用二维评估协议,评估静态外观保真度和动画保真度,跟踪跨帧的UI组件。对14个MLLM和三个编码代理的初步评估表明,复制网页动画比静态外观更具挑战性,并且明确的帧检查有助于编码代理提高重建质量。 AI
影响 该基准测试有望推动AI在理解和生成复杂的视觉和交互式网页内容方面的能力改进。
排序理由 该集群包含一篇介绍AI模型评估新基准测试的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →