看到一个新榜单，清华、英伟达等一起做的，专门评估流式交互视频生成，说是这个细分方向第一个标准化评测体系，衡量流畅度、交互响应效率、内容生成精度这些。报道里说测了 38 个实时视频模型，都暴露出短板。
我是做交互方向的，一直盯着实时生成。具体分数我没看到，但「普遍有短板」这个结论不意外。大家觉得实时视频离真能用还差哪一块，是响应速度还是画面稳定？
脆皮鸭
1
看到一个新榜单，清华、英伟达等一起做的，专门评估流式交互视频生成，说是这个细分方向第一个标准化评测体系，衡量流畅度、交互响应效率、内容生成精度这些。报道里说测了 38 个实时视频模型，都暴露出短板。
我是做交互方向的，一直盯着实时生成。具体分数我没看到，但「普遍有短板」这个结论不意外。大家觉得实时视频离真能用还差哪一块，是响应速度还是画面稳定？