StreamEval 开源基准上线，专治 AI 视频实时交互评测

AI 视频生成正在快速演进。但精美的演示并不总能告诉我们模型在实时交互中的实际表现。StreamEval 正是为此而生。

StreamEval 是一个开源基准测试和公开排行榜，通过标准化、可复现的测试来评估交互式流式视频生成模型。它涵盖三大领域：

→ 虚拟形象交互：评估数字人的对话与表现
→ 世界生成：测试模型在环境和指令变化时的响应能力
→ 实时视频编辑：衡量模型能否在准确修改实时视频的同时，保留未受影响的内容

这三大领域共包含 5 项任务，单次会话时长从 15 秒到 5 分钟不等。

该项目由清华大学、NVIDIA、卡内基梅隆大学、加州大学伯克利分校、普林斯顿大学、新加坡国立大学和 Reactor 的研究人员共同发起。

最突出的一点是它对透明度的重视。基准测试、评估代码、数据集和评分方法全部公开，研究人员和开发者可以查看实现细节、复现评估流程，并独立验证结果。

AI 公司和模型开发者也可以提交 API 端点，让自己的系统在同一框架下接受评估。

StreamEval 不再仅凭精心挑选的演示或孤立的性能声明来评判模型，而是提供了一种更一致的方式，来比较它们在持续实时交互下的表现。

如果你从事 AI 视频、多模态系统、实时虚拟形象或数字人相关工作，这个项目值得深入了解。

🔗 查看排行榜：

#StreamEval #StreamEvalBenchmark #AIVideo #GenerativeAI