VBench-2.0：面向视频生成新世代的评测框架

近年来，AI视频生成技术迅速发展，尤其是自2024年初Sora问世后，吸引了众多高校和企业的关注。

闭源模型在视觉效果上表现出色，开源模型如HunyuanVideo和Wanx也在VBench榜单上取得了好成绩。

视频生成的下一步应关注内在真实性，而不仅仅是表面逼真度。

VBench-1.0主要关注视频的视觉观感，而VBench-2.0则强调内在真实性，包括对物理规律和常识推理的理解。

VBench-2.0引入了多个关键评测维度，如人体动作、可控性、创造性、物理规律和常识推理。

VBench-2.0与人类评测结果高度一致，验证了其评测方法的可靠性。

现有模型在VBench-2.0的评测中表现各异，开源和闭源模型在复杂场景中表现相当。

VBench-2.0已全面开源，鼓励社区参与，共同推动视频生成技术的发展。

基础动作和属性变化仍是当前模型的短板，未来需要改进。

故事级长文本引导生成仍面临挑战，现有模型的时长普遍较短。

文本优化器有助于提高视频质量，但可能抑制创造力，需平衡两者。

内在真实性是评估视频生成模型的重要标准，不能仅凭表面效果做出判断。

邀请研究者和开发者参与VBench评测，共同推动视频生成技术的进步。