发布ViTEX-Bench视频场景文字编辑基准

Xinghao Chen 等论文作者在 arXiv 提交论文，推出视频场景文字编辑基准 ViTEX-Bench，并配套开源参考编辑器 ViTEX-Edit-14B。 基准包含 387 段真实 720p 视频，均带文字区域掩码和编辑指令：其中 230 段提供经审核、由流水线生成的配对编辑用于训练，157 段构成冻结评估集。评测协议从文字正确性、视觉与时序质量、编辑局部性三方面采用 13 项指标。 此前报道中关于该基准的更多细节，材料未说明。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。