发布RoboJudge具身视频生成评测基准与模型
热点事件持续更新
发布RoboJudge具身视频生成评测基准与模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Siyuan Ma 等作者团队提出 RoboJudge-Bench，用于评估多模态大语言模型作为具身视频生成裁判的可靠性，并在该数据集上微调出 9B 评测模型 RoboJudge-9B。论文称 RoboJudge-9B 与人工标注的皮尔逊相关系数达 0.719，比表现最好的闭源基线 Gemini-3.7-Flash 高 0.089。 基准覆盖物理一致性与指令对齐两个维度，包含来自 8 个源语料库、10 个视频生成器的 800 条人工标注视频，涵盖夹爪、人手和灵巧手。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
RoboJudge-Bench 评测多模态大模型作为具身视频生成裁判的表现报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.RORoboJudge-Bench 评测多模态大模型作为具身视频生成裁判的表现
论文提出 RoboJudge-Bench，用于评估多模态大语言模型（MLLM）作为具身视频生成裁判的可靠性，覆盖物理一致性与指令对齐两个维度，包含来自 8 个源语料库、10 个视频生成器的 800 条人工标注视频，涵盖夹爪、人手和灵巧手。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。