Ego2Act基准发布

2026年10月1日，Hugging Face Daily Papers报道了Ego2Act基准。Ego2Act面向第一人称视频生成中的目标导向操作评估，包含来自110个真实任务的2,640个视频，用于评估模型能否根据初始场景图像和高层目标，生成手部操作物体的视频。论文同时提出无参考评估流程Ego2ActJudge，其对任务完成度和物理合理性的评估与人类共识的一致性优于相关基线。研究发现，现有视频生成模型常跳过或只部分执行步骤，并在复杂物体操作和持续世界建模中缺乏细粒度物理动态。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。