论文页面 - FilmBench：面向电影级视频生成的一个电影级基准

来源：https://huggingface.co/papers/2607.24241

作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

视频生成的进步不断缩小AI生成画面与专业制作画面之间的视觉差距，然而大多数基准测试仍然从网络来源或LLM模板中提取提示词，并使用未经训练的通用多模态模型进行评分。更根本的是，其评估分类体系仍然十分初级（整体视觉质量、粗略的文本对齐和时序平滑度），而非专业电影语言标准——而电影正是依据这些标准制作和评判的。因此，它们评估的是基本的视频合理性，而非电影级技艺。我们提出FilmBench，这是一个基于电影学院传统中专业电影语言的文本到视频（T2V）和参考到视频（R2V）基准，并与北京电影学院及虎鲸数字传媒娱乐集团电影制片厂的导演和教师共同开发。它基于三个选择：第一，提示词是从跨越20种电影类型的获奖影片片段中逆向工程而来，并由专业导演挑选，因此每个提示词都锚定于经过验证的实拍参考；提示词遵循真实的拍摄脚本，并且大多数包含多个镜头（1169个提示词中有1056个是多镜头），这与以往的单片段基准不同。第二，评估遵循一个三级电影分类体系，包含3个轴、12个组件和35个（T2V）+3个（仅R2V）子指标。第三，我们开发了一个内部专家级自动评估智能体，并开源其电影语言算子的评分套件（FilmOps）。对领先视频生成模型（9个T2V模型、7个R2V模型）进行基准测试后，该评估器在模型层面复现了人类模型排名，Spearman相关系数分别为0.95（T2V）和0.96（R2V）。分数远低于之前网络风格的基准测试，且在动态美学方面存在两个一致的差距，同时从单镜头到多镜头的性能显著下降，并且对于较弱的模型，这种下降更为明显。

查看 arXiv 页面 (https://arxiv.org/abs/2607.24241) 查看 PDF (https://arxiv.org/pdf/2607.24241) GitHub2 (https://github.com/Neo-yk/FilmOps) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2607.24241)

在你的智能体中获取此论文：

hf papers read 2607.24241

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2607.24241 以从此页面链接。

引用此论文的数据集0

没有数据集链接此论文

在数据集 README.md 中引用 arxiv.org/abs/2607.24241 以从此页面链接。

引用此论文的 Spaces0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2607.24241 以从此页面链接。

包含此论文的收藏集0

没有收藏集包含此论文

将此论文添加到收藏集 (https://huggingface.co/new-collection) 以从此页面链接。