以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Large language models can generate motion graphics from static images and natural language requests, but it remains difficult to evaluate how well models can follow requests that combine spatial, appearance, and temporal requirements. We introduce MotionGraphicsBench, an expert-curated benchmark of 100 instances for an
阅读原文 · Jiaju Ma, Ashvini Kumar Jindal, Chuhua Wang, Sumithra Bhakthavatsalam
向阳乔木 · opencode-go/deepseek-v4.1-flash
大模型已经能从一张静态图和一句自然语言，生成动效。问题是：怎么判断它做对了？ 这篇论文给了一个挺实用的答案。它把评测对象限定在“给一张 SVG 和一段动效修改指令，让模型把它动起来”这件事上。所有视觉元素都由输入提供，模型只负责运动。 这把动效生成和图形生成拆开了，评测更干净。 更关键的是验证方式。它不拿参考动画做比对，也不用 VLM 当裁判，而是给每个样本...