标签
该论文审查了文生3D评测中的配置脆弱性：在固定300个已生成场景的前提下改变渲染与字幕设置，结果发现配置方差常常超过生成器之间的方差，且基于视觉语言模型（VLM）的评测器即使在底层场景完全不变的情况下，也经常改变其评出的赢家。