PROWBench视频模型基准发布

2026年10月1日，Hugging Face Daily Papers 报道 PROWBench。该基准用于评测可编程世界模型的视觉遵循度，检查生成视频是否符合程序执行结果。PROWBench 包含 170 个由程序构建的 episode 和 600 个 proxy videos；它记录实体状态和带时间戳事件，支持第一人称、第三人称以及部分同步多视角。评估方面，PROWBench 使用 Logic-Render Alignment 和 Interaction Success Rate 来衡量视频对时间线与交互呈现的符合情况。目前报道仅介绍了该基准的构成、支持视角和评估指标，未提到更多后续进展。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。