OmniVBench: A Benchmark and Large-Scale Dataset for Omni Reference-to-Video Generation
Aggiunta all'archivio di AIChronos il (numero del 21 settembre 2026 ricostruito)· fonte del · Wenxue Li, Peiyan Guan, Haoyang Jiang, Junxian Cai, Hualuo Liu, Chunjie Zhang (Tencent)
OmniVBench introduce un nuovo benchmark e dataset per la generazione video da riferimento (omni R2V), superando le limitazioni degli strumenti esistenti che coprono tipi di riferimento ristretti. Il framework propone una valutazione basata sui fattori con oltre 12 mila voci specifiche, garantendo il corretto mantenimento, disentanglement e routing dei riferimenti nelle istruzioni. Inoltre, viene rilasciato Omni-R2V Dataset, composto da 340K campioni professionali per addestrare modelli su compiti diversificati come contenuto, movimento e stile.
- OmniVBench espande la valutazione R2V a 7 famiglie di task e 18 sottotask specifici (contenuto, narrazione, multi-riferimento).
- La metodologia introduce un controllo fine-grained che verifica se i fattori di riferimento sono preservati fedelmente rispetto all'istruzione.
- Omni-R2V Dataset offre risorse industriali basate su footage professionale per colmare la scarsità di dati addestrativi di alta qualità.
- L'analisi rivela gap significativi nelle prestazioni attuali dei modelli R2V aperti e chiusi lungo diverse dimensioni valutative.
Perché conta. Per gli sviluppatori che lavorano con LLM, agenti AI o sistemi locali, questo paper è cruciale perché definisce nuovi standard di valutazione per il controllo preciso del contenuto generato (video) da input testuali o visivi. La disponibilità di un dataset industriale scalabile permette di addestrare modelli più robusti in ambienti a risorse limitate senza dipendere esclusivamente da API esterne.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.