IT 之家 1 月 1 日讯息，据 TechCrunch 报说念，跟着东说念主工智能视频生成手艺的不休发展，一个道理的表象运转在业内流行：当一家公司发布全新的东说念主工智能视频生成器时，似乎总有东说念主会第一时辰用它来制作威尔・史小姐吃意大利面的视频。这不仅演酿成了一种辘集热梗幼女秀场，更成为推测新式 AI 视频生成器性能的非官方基准 —— 教练其能否传神地呈现史小姐狼吞虎咽吃面的场景。史小姐本东说念主也在本年二月通过 Instagram 发布了一段效法视频，切身参与了这场辘集狂欢。
IT 之家精好意思到，"威尔・史小姐吃意大利面"仅仅 2024 年东说念主工智能规模宽广奇特"非官方"评测尺度中的一个，此前还有一位 16 岁的修复者修复了一款诈欺体式幼女秀场，让东说念主工智能截止《我的宇宙》（Minecraft）游戏，并以此测试其建筑野心技艺。与此同期，还有一位英国体式员创建了一个平台，让东说念主工智能在"你画我猜"（Pictionary）和"四子棋"（Connect 4）等游戏中相互对战。
东说念主工智能规模不乏更学术化的性能测试，那么为何这些略显歪邪的测试反而大约飞速走红呢？原因之一在于，很多行业尺度的东说念主工智能基准测试对平淡东说念主来说过于晦涩难解。企业鄙俗标榜其东说念主工智能在奥林匹克数学竞赛或博士级别艰难中的解题技艺，但大大齐东说念主使用聊天机器东说念主仅仅为了聊天或回应电子邮件。
即使是行业内强大接受的评测按序，也无意更有用或更具信息量。以受到宽广东说念主工智能嗜好者和修复者密切体恤的内行基准测试平台"聊天机器东说念主竞技场"（Chatbot Arena）为例，其允许任何辘集用户对 AI 在特定任务上的发扬进行评分，举例创建网页诈欺体式或生成图像。但参与评分的用户频频不具有代表性，他们大多来自东说念主工智能和科技行业，而况他们的投票也陆续基于个东说念主且难以捉摸的偏好。
像"四子棋""我的宇宙"和"威尔・史小姐吃面条"这类奇特的东说念主工智能基准测试赫然不是严谨的实证照应，甚而不具备强大适用性。因为即便 AI 大约完好生成"威尔・史小姐吃面条"的视频，也并不料味着其能很好地生成汉堡的图像。
草榴网址这些另类的 AI 基准测试可能在短期内不会消失，毕竟它们不仅具有文娱性，而且还易于融会。2025 年幼女秀场，又会有哪些新奇的基准测试会走红呢？