论文页面 - AdSpark：一个面向产品的广告视频生成大规模数据集与基准

来源：https://huggingface.co/papers/2610.10047

摘要

面向产品的广告视频生成旨在创建既保持细粒度产品身份、又通过连贯的多镜头叙事呈现卖点的宣传视频。然而，由于缺乏大规模的广告专用数据集和全面的评估框架，这一新兴任务仍然鲜有研究。为填补这一空白，我们提出了 AdSpark——一个基于某大型电商平台数据的、面向产品广告视频生成的大规模数据集与基准。AdSpark-300K 包含约 30 万组参考图像–提示–视频三元组，涵盖真实数据子集和合成数据子集。每个样本都提供结构化的广告标注，包括产品身份标注、卖点描述、创意方案以及对齐的音频脚本，使模型能够学习产品保持能力以及面向广告的视觉叙事能力。我们进一步提出了 AdSpark-Bench，一个从六个维度对生成广告进行评估的诊断性基准，包括视觉质量、产品保真度、指令遵循、时序连贯性、音频对齐以及广告效果。基于 AdSpark-Bench，我们对代表性模型进行了评测，揭示了产品保持、多镜头叙事和卖点可视化方面的关键挑战。使用 AdSpark-300K 微调模型的实验进一步验证了我们数据集的有效性。AdSpark 为未来研究提供了一个统一的数据集与基准，我们将在论文被接收后发布该数据集。

查看 arXiv 页面　查看 PDF　添加到收藏

在你的 agent 中获取这篇论文

hf papers read 2610.10047

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

引用此论文的模型0

暂无模型关联此论文

在模型的 README.md 中引用 arxiv.org/abs/2610.10047 即可从本页面链接。

引用此论文的数据集0

暂无数据集关联此论文

在数据集的 README.md 中引用 arxiv.org/abs/2610.10047 即可从本页面链接。

引用此论文的 Spaces1

包含此论文的合集0

暂无合集包含此论文

将此论文添加到合集即可从本页面链接。