DPG-Bench就是利用一段文字描述，然後建立場景架構的實驗
如果在完全公平的場景 ， 大概是長這樣
同時喂給fresh的AI模型一大堆文字 ，例如一個劇本 ，讓AI根據這些劇本去生成一幕電影的場景
而完成一幕後會在接續產生下一幕
評分的方式則是利用「同一個但經過訓練」的AI進行評分 ；再加上人工主觀判斷
主要是確定clip的相似性
80%相符得到一個high 低於80% 則得到一個low
最終去比較結果與速度
某方面來說deepseek是可供檢驗的，因為他是完全開源
反而是openAI實際上是部分開源

openai沒差吧？後出的都會和他比較。