VTR-Bench:系统评测视频生成中的视觉文字渲染
VTR-Bench 用 300 条场景提示把画面文字与场景运动拆开评测,11 个模型最低总体 WER 仍为 0.250,关键帧 Director Agent 可在同一生成器上继续降错。
VTR-Bench 用 300 条场景提示把画面文字与场景运动拆开评测,11 个模型最低总体 WER 仍为 0.250,关键帧 Director Agent 可在同一生成器上继续降错。
LiteReality-Agent 把室内 RGB-D 重建写成可执行的 Room.py,用 observe-edit-verify 编排把扫描变成可交互、可仿真的数字孪生。