HuggingFace Daily Papers·· 22 天前AI 评分67
RoboJudge：用多模态语言模型评判具身视频生成
RoboJudge: Multimodal Language Models as Judges for Embodied Video Generation
AI 导读
研究团队提出 RoboJudge-Bench，用于评测多模态大模型作为具身视频生成评判者的表现，覆盖物理合理性与指令一致性两个维度，包含来自 8 个源语料和 10 个视频生成器的 800 条人工标注视频。
来源：HuggingFace Daily Papers · huggingface.co