标签
LabInstruct 提出了一个针对真实实验室场景的指令性视频生成基准，涵盖5个学科的204项任务，并评测了8个前沿图生视频模型，发现视觉上合理的生成结果往往在程序步骤上并不正确，揭示了视觉真实感与实验指导可靠性之间的显著差距。