# Multimodal Agent

[2026-10-27] CodeCap-Bench: Can Code Serve as a Good Video Caption?

把视频里的布局、轨迹和状态变化写成程序，再渲染检查保留了什么。精读 323 段视频的构建、评分和真实修正案例，核对代码与文字描述的对照边界。