VibePrevisBench:242 项任务评测编码智能体的 Blender 4D 场景生成
Kling-Keye · hf · 2026-11-16
天津大学、Kling AI 等机构发布 VibePrevisBench,首个评测编码智能体在 Blender 中重建 4D 场景能力的 benchmark:智能体把需求brief转成可执行的 4D 场景并渲染代理视频,供真实世界视频生成模型做条件控制。
- 任务规模:242 个任务,覆盖脚本、照片、续写、参考视频四类输入
- 双维评测:基于规则的 Scene Check(重跑代码,9 个维度对比隐藏真值)+ 基于 VLM 的 Screen Check(判断场景事实能否在渲染视频中被识别)
- 评测对象:11 个前沿编码智能体
三个关键发现:① 多模态理解是主要分水岭,尤其空间与相机运动理解;② 所有智能体已掌握基础运镜与调度,但难以应对高难度请求;③ 智能体会检查自己的渲染结果,却无法据此修正错误。结论:需要更强的空间/相机视觉理解、对高难度请求的显式校验,以及逐项对照brief的渲染验证。
「编程与Agent」频道最新
- raylib 作者怒斥 AI 生成 issue:再用 AI 回复就拉黑 — yacineMTB · 2026-11-16
- 开发者开源本地 Apple Health MCP 服务器,让 AI 代理读取健身数据并回写训练计划 — PrinzPwnage · 2026-11-16
- 两个编程 Agent 用 3 美元 Arduino 破解 1994 吉普发动机电脑并接管控制 — LeviTurk · 2026-11-16
- +150/-254 行:raylib 作者最爱的 PR 是功能更多代码更少 — yacineMTB · 2026-11-16
- 开发者分享 Agent 工作流:新旧截图自动生成卡节拍的改版展示片 — yihui_indie · 2026-11-16
- jscdec 开源:纯 JS 实现 V8 .jsc 字节码反编译与 Electron 解包 — cyb3rops · 2026-11-16