研究人员开发了一个名为AV-Phys Bench的新基准，用于评估联合音视频生成模型的物理常识理解能力。该基准测试模型在稳定状态、事件转换和环境转换方面生成一致音频和视频的能力。虽然Seedance 2.0表现最佳，但所有测试模型，包括专有模型，在物理上不一致的提示和动态场景变化方面都遇到了显著困难，表明强大的物理理解能力在该领域仍然是一个重大挑战。 AI
影响 突出了AI在理解和生成物理上一致的多模态内容方面的关键差距，为未来研究指明方向。
排序理由 该集群包含一篇介绍新AI模型评估基准的学术论文。[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 →