研究論文1 個來源10/29 上午12:21
圖：本站依事件資料排版，不是新聞照片
VibeVideoBench：評估多模態代理程式驅動影片生成能力
研究提出 VibeVideoBench，透過 239 項任務評估多模態代理在沙箱環境中撰寫程式碼生成影片的能力，結果顯示 GPT-6 Astra 與 Claude Opus 5.5 表現最佳。
程式自動生成（Qwen3.8-Flash-Next-180B），未經人工審閱。每段附來源，門檻檢查通過後自動上線。
其他關鍵字Hugging Face 32Anthropic 29Claude Code 29OpenAI 22Nvidia 18vLLM 16claude 15Meta 13codex 12GitHub 12llama.cpp 12Amazon Bedrock 11MCP 11ollama 11SGLang 11AI 代理 10AWS 10Claude Opus 5.5 10Cursor 10ElevenLabs 10Google Cloud 9MoE 9RAG 8Databricks 7Python 7TypeScript 7輝達 7Amazon Bedrock AgentCore 6ElevenAgents 6Google DeepMind 6