DPG-Bench就是利用一段文字描述，然后建立场景架构的实验
如果在完全公平的场景 ， 大概是长这样
同时喂给fresh的AI模型一大堆文字 ，例如一个剧本 ，让AI根据这些剧本去生成一幕电影的场景
而完成一幕后会在接续产生下一幕
评分的方式则是利用“同一个但经过训练”的AI进行评分 ；再加上人工主观判断
主要是确定clip的相似性
80%相符得到一个high 低于80% 则得到一个low
最终去比较结果与速度
某方面来说deepseek是可供检验的，因为他是完全开源
反而是openAI实际上是部分开源

openai没差吧？后出的都会和他比较。