Copied


VibePrevisBench: Оценка Генерации Сцен 4D в Blender

Darius Baruo   Nov 17, 2026 21:34 0 Min Read


На 2026-11-17 исследователи во главе с Южэ Ченем, Мукси Диао и другими представили VibePrevisBench, новый бенчмарк для оценки способности программных агентов генерировать сцены 4D в Blender. Опубликовано на arXiv (2611.15789) и отмечено в HuggingFace Daily Papers, проект направлен на оценку того, насколько эффективно агенты могут переводить задания в выполняемые сцены 4D и соответствующие прокси-видео.

Основные Характеристики VibePrevisBench

VibePrevisBench оценивает программных агентов по задачам 242 , классифицированным на четыре типа ввода: сценарии (задачи 94), фотографии (задачи 39), продолжения (задачи 23) и видео с ссылками (задачи 86). Эти задачи охватывают семь доменов сцен и места 33 , предоставляя обширную тестовую базу для агентских кодирующих возможностей.

Бенчмарк использует две метрики оценки:

  • Проверка Сцены по Правилам: Эта метрика повторно выполняет сгенерированный агентом код и сравнивает экспортированную сцену 4D с скрытыми фактами истинной стороны (GT) по девяти измерениям, включая пространственную размещение, действия, камеры и физику.
  • Проверка Экрана на Основе VLM: Модель зрения-языка (VLM) оценивает, можно ли визуально распознать правильные факты GT в прокси-видео.

В общей сложности, бенчмарк включает 84,406 оцениваемых скрытых фактов GT, обеспечивая строгую оценку производительности агентов.

Результаты Оценок Агента

Исследовательская группа проанализировала производительность агентских программных агентов на переднем крае 11 , выявив три ключевых вывода:

  1. Мультимодальное понимание, особенно в понимании пространственного и камерного движения, различает производительность агентов.
  2. Хотя агенты освоили основную работу с камерой и постановкой, им трудно выполнять сложные и трудные запросы.
  3. Агенты часто проверяют свои собственные рендеры, но не исправляют обнаруженные ошибки, что подчеркивает необходимость более надежных процессов проверки по пунктам.

Открытая Реализация и Доступность

Проект VibePrevisBench полностью открыт и его код и данные выпущены на 2026-11-11 . Репозиторий GitHub (vibeprevisbench/vibeprevisbench) включает полный процесс оценки, позволяя пользователям тестировать агентов с помощью инструмента оценки одной командой, vibeprevisbench-eval. Кроме того, домен проекта включает результаты бенчмарка, интерактивный рейтинг и исследования случаев 14 .

Предоставляя надежную структуру для оценки агентских кодировок в генерации сцен 4D , VibePrevisBench устанавливает новый стандарт для продвижения технологий генерации видео на основе ИИ.


Read More