研究人员推出了MotionGraphicsBench,这是一个旨在评估大型语言模型根据静态图像和自然语言提示生成动态图形性能的新基准。该基准包含100个精选实例,每个实例都配有一个程序化验证系统,用于评估其在空间、外观和时间要求方面的符合程度。使用多代理管道开发的验证程序在与人类判断的一致性方面表现出色,并且优于现有的视觉语言模型裁判。该基准用于测试15个模型中的32个LLM,揭示了生成能力的广泛差异,并被用于微调Qwen3.8-27B模型,显著提高了其性能。 AI
影响 该基准通过提供标准化的评估方法,有可能推动AI生成动画和设计工具的改进。
排序理由 该集群描述了一个用于评估AI模型能力的新学术基准。[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 →