VibeVideoBench 发布：多模态智能体写代码生成视频，常败于时间管理

北邮、中关村学院、北大等与快手 Kling 团队联合推出 VibeVideoBench，评测以写代码方式生成视频的多模态智能体。基准涵盖游戏与体育、概念讲解、建造与流程、论文解读等任务，被测系统包括 Kimi K3、DeepSeek-V4.1、Gemini 4、GPT-6。顶级系统在多数任务上能满足核心要求，却频繁因时长控制这类时间管理问题失败。