清华、NVIDIA 等联合推出 StreamEval 基准，38 个实时交互视频模型暴露指令执行短板

清华大学、NVIDIA、CMU、UC Berkeley、Princeton、NUS 等机构联合发起 StreamEval，覆盖数字人对话、虚拟人表演、世界生成、指令编辑和参考编辑五类任务、300 个测试用例，评测 38 个模型并开源代码与数据集。