CVPR 2025｜73%人类认同率！Video-Bench实现视频质量精准打

本文介绍了由上海交通大学、斯坦福大学、卡内基梅隆大学等机构的研究团队提出的视频评估框架 Video-Bench。该框架通过多模态大模型（MLLM）模拟人类的认知过程，实现对视频生成质量的智能评估。Video-Bench 在视频-条件对齐和视频质量两个维度上进行评估，采用了链式查询和少样本评分两项核心技术，显著提升了评估的准确性和稳定性。实验结果表明，Video-Bench 与人类判断的相关性高达73%，优于现有评估方法。此外，该框架还能精准识别生成视频在物体一致性、动作合理性等维度的缺陷，为视频生成模型的优化提供了可靠的技术标尺。