CineRecon 基准:12 个前沿模型复现可编辑 3D 影视场景全翻车

hkuhk · hf · 2026-10-14

港大、浙大与 NYU 团队推出 CineRecon 基准,评估 agent 将参考视频重构为可编辑动态 3D 场景的能力——这是通向可控视频生成、影视制作的重要路径。基准含 50 段参考视频(电影、实拍、游戏)与 360 个标注评估片段,agent 需用工具完成构建、动画、渲染和 refinement。

设置三种表示层级(Proxy、Simplified、Detailed),几何与外观要求递增,空间关系、相机行为与主体动态要求不变。评估采用检查清单将可观察属性与实体/时间关联,由 VLM judge 在 11 个类别上对比时间对齐的参考帧与渲染帧,分为相机、静态、动态一致性三维度。