Video2World

Video2World基准测试AI代理从视频构建模拟器的能力

一个名为Video2World的新基准已被开发出来，用于评估编码代理从具身视频创建交互式模拟器的能力。该基准包含来自189个视频的222个重建实例，评估几何保真度、动态保真度和功能正确性。早期评估显示，引入Claude Opus 5后，任务成功率显著提高，从低于5%提高到15%以上，但与人工辅助重建仍有差距。研究还指出，重建中视觉保真度的提高并不总是与更高的任务成功率相关。