T2AV-Compass: 迈向文本到音频-视频生成的统一评估

这篇研究论文侧重于生成式人工智能的一个关键方面：评估文本到音频-视频模型的质量。 像 T2AV-Compass 这样的统一评估框架的开发对于该领域的进步至关重要，它能够实现更客观的比较并促进模型改进。

• •侧重于评估文本到音频-视频模型性能的严峻挑战。
• •提出了一个统一的评估框架，可能名为 T2AV-Compass。
• •旨在提高模型比较的客观性，并推动该领域的进步。