Minghan Liang

新的GenState-AI基准测试AI视频模型在状态变化上的表现

研究人员推出了GenState-AI，这是一个新的基准测试，旨在评估文本到视频检索模型理解状态变化和结果的能力，而不仅仅是静态外观。该基准测试包含956个AI生成的视频和195个查询，重点关注玩具、卡通和家庭场景等不同领域的状态变化。使用GenState-AI进行的初步评估显示，Qwen3-VL在检索和一致性方面总体表现最佳，尽管没有一个测试模型能持续正确排序难例，并且在不同领域的表现各不相同。