如果你关注实时视频 AI，StreamEval 值得一看。该论文报告了 38 个模型的结果。这项基准包含 300 个脚本化测试用例……
StreamEval 是一项面向实时视频 AI 的新基准，在 300 个脚本化测试用例（时长 15 秒至 5 分钟）上评估了 38 个模型。它涵盖虚拟人对话、世界生成和视频编辑三个类别，通过 5 项任务、10 个指标打分，包括模型是否遵循指令、保持场景一致，以及在新编辑到来时是否保留此前的编辑。其代码、数据集和评分规则全部公开，这一点之所以重要，是因为流式视频模型此前一直缺乏一种共享、可复现的方式来比较交互性能。
报道来源
- Kim2026-11-05 19:10