VibeVideoBench 发布编程 Agent 视频评测基准

VibeVideoBench 发布了一个评测基准，把编程 Agent 能否交付完整有声视频作为评测对象，并公开了 239 个任务与原始成片案例。 该基准称，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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。