MME-CoF-Pro：测试视频生成模型跨帧推理连贯性的新基准
jiqizhixin · x · 2026-07-07
东北大学、香港中文大学、字节跳动Seed与英伟达的研究人员联合推出MME-CoF-Pro，这是一个专门评测视频生成模型推理连贯性（reasoning coherence）的新基准，而非仅关注视觉质量。 该基准通过文本与视觉线索引导（或误导）模型，检验视频中事件的因果一致性。核心发现：现有视频模型的推理连贯性普遍较弱，与视觉质量脱钩；文字提示虽能让答案看似合理，却会带来逻辑不一致和幻觉式推理；视觉线索则有助于提升真实连贯性。 该工作揭示了当前视频生成模型在叙事逻辑层面的根本性缺陷，为多模态评测提供了新维度。