MORSE-500

MORSE-500（Multimodal Reasoning Stress-test Environment）是一个由500个完全脚本化的视频片段组成的基准测试集，这些片段涵盖了六个互补的推理类别，每个片段都嵌入了相关问题。每个实例都是通过确定性的Python脚本（利用Manim、Matplotlib、MoviePy）、生成式视频模型以及精选的真实素材程序化生成的。这种脚本驱动的设计允许对视觉复杂度、干扰物密度及时间动态进行精细控制，使得难度能随着模型进步而系统性地提升。