GenState-AI 状态感知视频检索基准发布

2026年10月15日，arXiv Computer Vision 刊出 Minghan Li 等作者的研究，提出并发布 GenState-AI 基准。据该报道，这一基准面向 AI 生成视频的文本到视频检索，包含 956 个 AI 生成视频和 195 条经人工核验的状态变化查询，覆盖 Toy、Cartoon、Home 和 Manipulation 四个领域，并通过提示词控制变体构造冲突时序结果或语义替换样本。报道称，经人工核验后，所有有效视频进入子集级检索池，完整的查询专属三元组用于诊断性难负例排序；作者使用标准 Recall@K 与基于三元组的一致性指标评估了 VCF-Lik、Qwen3-VL 和 LanguageBind。目前该事件仅有这一篇主报道，尚无后续跟进报道，因此基准的实际表现与外部复现情况仍待观察。

AI 根据报道生成 · 26 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。