阿里、上交等推出 CutCraft 基准，六维度评测多镜头音视频生成的剪辑指令执行能力

阿里巴巴联合上海交通大学、复旦大学等机构发布 CutCraft，一个面向多镜头音视频生成、聚焦专业剪辑指令执行能力的评测基准。数据集从 1500 份候选提示词筛选出 295 条结构化样本，含 1228 个镜头、933 组转场，覆盖 13 种蒙太奇类型；评测含 6 大维度 16 个子维度，采用专家模型打分、专家信号加 VLM 仲裁、VLM 问答三条路径。