rbench

텍스트-투-비디오와 관련된 성능을 측정하는 벤치마크로서 여러 차원에서 모델을 비교해 평균 점수와 특정 능력별 성능을 제공한다. 본문에서는 해당 모델이 평균 점수에서 상위를 기록했으나 추론·추리 능력과 같은 Reasoning 차원에서는 폐쇄형 모델이 더 높은 점수를 얻은 점이 지적됐다. 벤치마크 결과는 모델의 생성 품질과 실제 로봇 제어 능력을 직접적으로 동일시할 수 없다는 논점과 연결된다.