StreamEval:首个交互式流式视频生成基准,37 个模型请求执行最高仅 36.9

StreamEval Team · hf · 2026-10-22

清华、NVIDIA、CMU、UC Berkeley、普林斯顿、NUS 等机构联合推出 StreamEval,首个针对交互式流式视频生成的统一基准,覆盖五类任务:数字人对话、数字人表演、世界生成、指令编辑、参考编辑。共 300 个脚本化测试用例(每段 15-300 秒),从任务执行、状态一致性、视觉保真、视听协调四个维度、十项任务专属指标打 0-100 分。

对 37 个模型在 300 用例上的评估显示:高视觉质量与身份保持并不等于可靠的请求执行与持续状态一致性——任务执行仍是最大短板,最高任务分仅 36.90。排行榜与数据已开源(streamaeval.ai)。