社区呼吁 Arena 彻底改革图像与视频模型评测
PAstynome · x · 2026-08-12
针对 FLUX 3 Video 在 Arena 榜单上取得第二名（1496 分）的消息，有评论人士指出，Arena 当前针对图像和视频模型的基准测试已经过时且缺乏实质意义。
评论呼吁，在 2026 年的当下，Arena 必须全面改革评测体系，引入对复杂提示词的处理能力、模型内容审查机制、色彩与纹理质量以及实际可用性的测试，以取代当前无用的跑分。
「模型」频道最新
- Nous Research 预告将开源新模型，喊话社区选目标 — NousResearch · 2026-08-12
- ChatGPT o3 频繁故障：生成内容中途意外截断 — Aine_123 · 2026-08-12
- 研究称 Kimi K3 未现推理蒸馏痕迹，或仅存数据污染 — bookwormengr · 2026-08-12
- 30亿参数OCR模型跑在浏览器：纯Rust编译，数据零上传 — doodlestein · 2026-08-12
- 1B参数西语网络安全视觉模型VectraYX-Vision开源 — Juan S. Santillana · 2026-08-12
- 单卡 32GB 实测：Qwen 27B 编码优于 35B，但本地模型仍难独立自查 — WSTangoDelta · 2026-08-12