Animation Bench 发布：测编码 Agent 能否还原网页动效行为
himanshustwts · x · 2026-10-01
Physera 发布 Animation Bench v1.0，一个针对多模态编码 Agent 的新基准，核心主张是：现有截图对比只能衡量“长得像”，无法区分可交付的前端重建。基准要求 Agent 重建 48 个来自 32 个真实商业网站的真实网页动画，共 192 个重建样本，从视觉、动效（motion）、布局三个维度打分。
排行榜（总分 0-1）：
- GPT-6 Astra：0.594，27 个任务第一，$3.04/任务
- Claude Fable 5.1：0.548，7 胜，$3.89/任务
- GPT-6 Sol：0.516，8 胜，仅 $0.45/任务
- Claude Opus 5.5：0.507，6 胜，$1.12/任务
值得关注的是 Motion 维度全场都低于 0.5（GPT-6 Astra 0.473），说明前沿模型可以做到视觉高保真（0.63-0.71），但还原滚动、拖拽、WebGL 等交互动效的能力仍是明显短板。示例任务包括 Wispr Flow 开关、Pudding 词云、Monopo WebGL 分区等。附录提供全部任务集与参考-重建对比。
所属事件:Animation Bench 发布：GPT-6 Astra 复现网页动画居首(4 条相关)→
「编程与Agent」频道最新
- Alex Zhang 提出让模型形状适配 Agent:循环记忆管旧史,免手动压缩 — CatAstro_Piyush · 2026-10-01
- 用 AI 做 15 年梦想游戏第 17 天：一只哈比鸟仅需一天 — majidmanzarpour · 2026-10-01
- 资深工程师开源 optimaizr:揪出 Claude Code 浪费的 token — stichstichstich · 2026-10-01
- MiniMax 预告新起点：MiniMax Code 不止于写代码 — iamaliveix · 2026-10-01
- 开发者开源 MCP 安全代理:拦截 Agent 链式调用外泄数据 — dgencare · 2026-10-01
- 开源项目 headcount 给 AI 配 172 个「数字员工」,16 部门文本文件组成虚拟公司 — alex_verem · 2026-10-01