Hugging Face · 每日论文· 媒体 / 作者来源·精选
RoboJudge: 多模态语言模型作为具身视频生成评估基准
原文标题
RoboJudge: Multimodal Language Models as Judges for Embodied Video Generation
AI 导读
研究团队推出RoboJudge-Bench基准，用于评估多模态大语言模型(MLLMs)作为具身视频生成评估器的表现。该基准包含800个人类标注视频，覆盖8个数据源和10个视频生成器，测量物理遵循和指令对齐两个维度。实验显示现有评估器与人类判断一致性不均，基于此研究团队构建RoboJudge-Train数据集，训练出RoboJudge-9B模型，在基准测试中达到0.719的皮尔逊相关系数，超越Gemini-3.7-Flash。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
RoboJudge-9B模型在具身视频生成评估中表现最优，为具身AI视频质量评估提供新基准和工具。
导读由模型辅助整理，非独立核验。完整信息见原文。