跳到主要内容
检索

# 逻辑-渲染对齐

1 篇关联报道

订阅更新
  1. arXiv

    PROWBench用170个可回放程序化世界检验视频模型:代理条件模型实体定位更强,但30秒长时程与多视角身份绑定仍普遍失守

    该工作提出PROWBench,用170个程序化构建的剧集、200个选定相机视角与600段同步代理视频,把可回放的世界状态与带时间戳的引擎事件作为真值,评估视频模型能否忠实渲染程序指定的场景结构、规则与交互,并引入Logic-Render Alignment与Interaction Success Rate两项基于VLM的指标,结果显示代理条件模型在实体控制上明显优于仅受相机条件控制的模型,但长时程记忆、多视角身份与外观绑定仍是未解问题。

已读完全部报道