本研究提出GRADEO模型，旨在解决现有视频评估指标缺乏高层次语义理解和推理能力的问题。GRADEO通过多步骤推理对AI生成视频进行可解释的评分，实验结果显示其与人类评估结果的对齐程度优于现有方法。

本研究提出了VidCapBench，一种专为可控文本到视频生成（T2V）设计的视频字幕评估方案。该方案结合专业模型标记与人工修正，评估视频的美学、内容、运动和物理法则等关键信息。研究表明，VidCapBench在稳定性和全面性上优于现有方法，有助于指导T2V模型的训练。