StreamEval 基準測試：37 個模型在互動串流影片生成上的表現
研究團隊提出 StreamEval 基準，針對 5 類任務評估 37 個模型，發現高視覺品質不等於能可靠執行指令。
- 本站上線
- 2026/10/23 上午12:24
- 首次報導
- 2026/10/20 上午08:00
- 最早來源發布
- 2026/10/20 上午08:00
研究在做什麼
隨著串流影片生成技術發展，與生成影片進行即時互動變得越來越重要。本研究提出 StreamEval，這是一個用於評估互動式串流影片生成的統一基準，涵蓋 avatar dialogue、avatar performance、world generation、instruction editing 和 reference editing 五項任務。 Hugging Face 每日精選論文
方法
StreamEval 包含 300 個腳本測試案例，時長介於 15 至 300 秒。每個案例指定初始資產、逐步到達的多模態請求，以及對狀態變更和內容保留的明確要求。評估沿著任務執行、狀態一致性、視覺保真度和音訊視覺協調四個維度進行，透過 10 個特定任務指標在 0-100 分制上量化表現。 Hugging Face 每日精選論文
結果
研究評估了 37 個不同模型在 300 個測試案例上的表現，發現高視覺品質和身份保留不一定與可靠的請求執行或持續的狀態一致性相符。特別是在請求執行方面仍具挑戰性：在七個 avatar-performance 模型中，Following 的最高特定任務分數為 36.90；在文字條件 world generation 中，Following 的最高分為 25.93；在三個報告的 reference-editing 模型中，Edit Success 的最高分為 15.00。 Hugging Face 每日精選論文
程式碼與資料
本站 2026-10-23 整理（資料來自 Hugging Face 論文頁與 GitHub，由程式查詢，不經模型撰寫）：
- 程式碼：StreamEval/StreamEval｜100 顆星｜最後更新 2026-10-22｜授權 Apache-2.0
- 專案網頁：https://streameval.ai/
- 公開資料集：StreamEval/StreamEval
- 線上展示：tardellirs/paper-pulse
來源：佐證 1 筆
媒體轉述新聞媒體的報導
- Hugging Face 每日精選論文 · StreamEval: Evaluating Interactive Streaming Video Generation Models10/20 上午08:00
這篇對你有用嗎？
登入會員後可以按反應與留言。登入
留言 0
- 還沒有留言。
留言公開顯示暱稱，不顯示你的真實姓名與信箱。含多個連結或疑似廣告的留言會先經編輯確認；檢舉達 3 次的留言會自動隱藏。隱私政策
發現錯誤？
回報會進入待處理清單；核實後更正，並在文中註記更正紀錄。