跳到正文
arXiv · 机器人与计算机视觉· Xin Zhang, Tujie Xu, Zhiyi Chen, Xiaodong Zhang, Sicheng Yang, Minglei Li·· 4 小时前精选AI 评分78

VisualTalk-Bench:面向问答驱动的虚拟形象视频解释评估基准

VisualTalk-Bench: Evaluating Question-Driven Avatar-Led Video Explanations

AI 导读

VisualTalk-Bench 是首个针对问答驱动虚拟形象视频解释的评估基准,涵盖金融与中英文教育场景,包含 800 条参考视频和 100 个独立评测请求。该基准从内容事实性、视听一致性、视觉质量、动作平滑度及形象指向准确性五个维度进行评估。

推荐理由

该工作提出 VisualTalk-Bench 基准与 Avatar-O Agent,揭示端到端生成器在让虚拟形象指向特定视觉内容时存在对齐困难。

来源:arXiv · 机器人与计算机视觉 · arxiv.org