VibeVideoBench：会写代码的编程 Agent 能否交付完整有声视频？

VibeVideoBench 把编程 Agent 交付完整有声视频作为评测对象，公开了 239 个任务与原始成片案例。该基准指出，交出 MP4、满足核心内容、获得高视听评分是三件不同的事，不能用单一百分比代替。相关资料可检索同名论文。