VBench

收录理由

做文生视频模型的人，最头疼的往往不是把模型跑起来，而是很难判断一个新版本到底是真的变强了，还是只是换了种方式犯错。VBench 把“视频生成质量”拆成 16 个可量化的维度，从主体一致性和运动平滑度，到时间闪烁和空间关系，每个维度都配有专门的提示词集和自动化打分流程。更重要的是，这套基准的每个维度都经过人工偏好标注的校准，所以它的分数和真实观众的主观感受比较贴近。你在对比不同模型、排查某个具体生成缺陷，或者想给论文和产品评测提供有说服力的数据时，它提供的完整提示词、样本视频和统一的评测代码都能直接上手。项目还延伸到 VBench-2.0，覆盖更广的能力面。它是个实用的评测工具，不是停留在纸面上的研究演示。