物理一致性

单因素物理视频到音频生成的基准评测

Benchmarking Single-Factor Physical Video-to-Audio Generation

为视频到音频生成提供了单因素反事实配对与单视频模式测试的评测协议，可直接用于诊断多模态生成模型对视觉流与文本条件的依赖程度，并揭示时序对齐与语义准确率之间的权衡。