OpenVE-Bench
PulseAugur coverage of OpenVE-Bench — every cluster mentioning OpenVE-Bench across labs, papers, and developer communities, ranked by signal.
-
新的OpenVE-3M数据集和OpenVE-Edit模型推动了指令引导视频编辑的发展
研究人员推出了OpenVE-3M，这是一个用于指令引导视频编辑的大规模开源数据集。该数据集包含两大类编辑：空间对齐和非空间对齐，其质量和多样性均超越了现有数据集。为了评估性能，他们还开发了OpenVE-Bench，一个包含431个视频-编辑对的基准测试。在OpenVE-3M数据集上训练的拥有50亿参数的模型OpenVE-Edit，在OpenVE-Bench上取得了最先进的成果，性能优于更大的基线模型。
-
Sparkle 数据集和基准推动 AI 视频背景替换技术发展
研究人员推出了 Sparkle，这是一个旨在改进指令引导视频背景替换的新数据集和基准。该数据集包含约 140,000 对视频，涵盖五个主题，解决了高质量训练数据稀缺的问题，而这种稀缺性曾阻碍了 Kiwi-Edit 等先前模型的发展。Sparkle 采用新颖的解耦前景和背景引导合成流程，实现了更自然、时间上更一致的场景切换。实验表明，在 Sparkle 上训练的模型在新的 Sparkle-Bench 和 OpenVE-Bench 上均优于现有基线。
-
Mamoda2.5 模型集成了多模态 AI 和高效的 DiT-MoE，用于顶级视频编辑
研究人员推出了 Mamoda2.5，一个用于多模态理解和生成的统一 AR-Diffusion 框架。该模型利用了具有混合专家 (MoE) 设计的 Diffusion Transformer 主干，拥有 128 个专家和 Top-8 路由，形成了一个拥有 250 亿参数但仅激活 30 亿参数的模型。Mamoda2.5 在 VBench 2.0 的视频编辑质量方面表现出顶级性能，超越了开源模型，并可与 Kling O1 等专有模型相媲美。…