视频生成终于有靠谱评测标准了
推荐指数 70.0 NO. 024 · 2026.05.28
upvotes71comments1
为什么值得看
EvalVerse 是一个面向专业电影级视频生成的评估框架，用专家校准的视觉语言模型弥合机器评分与人类审美之间的鸿沟。对做视频生成的团队来说，终于不用再靠"感觉"比拼，有了一套能对齐工业标准的评测管线。
媒体预览
编辑判断
视频生成领域长期被"怎么评"卡住——FVD 等指标跟人类观感脱节，甲方验收时各说各话。EvalVerse 的解法是把电影工业的分镜、运镜、色彩等专业维度拆解成可量化的多阶段评估，再用专家标注校准 VLM 的打分偏好。
这跟 VBench、EvalCrafter 等现有评测比，核心差异是"pipeline-aware"：不是只评最终输出，而是覆盖从 prompt 理解到逐帧生成再到后期合成的全链路。如果开源了评估代码和专家校准后的模型权重，很可能成为视频生成赛道的"ImageNet moment"——让模型迭代有明确优化目标，而不是在社交媒体上比谁转得更炫。
做视频生成的团队建议关注两点：一是这套标准是否会被 Kling、可灵等国内厂商采纳为对内评测基准，二是专家校准的 VLM 权重是否开放，这直接决定中小团队能不能低成本复现。