4DCodeBench encuentra que los agentes de codificación tienen dificultades para reconstruir el movimiento a partir de video
El benchmark de 200 escenas encontró que incluso su configuración mejor clasificada obtuvo una puntuación más baja en dinámica que en apariencia y geometría.
By Ryan Merket · Published · Updated
Primary source: X
Por qué importa
Los agentes de codificación pueden producir geometría plausible sin reconstruir el movimiento que rige una escena. 4DCodeBench hace medible esa brecha, proporcionando a los investigadores una prueba compartida de una capacidad relevante para la simulación, la robótica y los sistemas de video a 3D.
El estudiante de doctorado de Stanford Ziga Kovacic (@zzigakovacic) y colaboradores presentaron 4DCodeBench, un benchmark que prueba si agentes de codificación pueden convertir un video de un evento físico en código gráfico ejecutable que reproduzca la geometría, la apariencia y el movimiento de la escena. El artículo apareció en arXiv el 2 de octubre; Kovacic describió el proyecto en un hilo en X el 5 de octubre.
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.