排行榜地址：www.SuperCLUEai.com
# 测评体系
AIGVBench-T2V文生视频测评体系包括测评指标与应用场景，其中测评指标汇总如下：
文生视频测评设置了六大应用场景：资讯、广告、电影、纪录片、短视频、中华文化场景。具体信息如下：
# 测评方法
在本研究中，我们通过使用具备视频理解的超级模型（Gemini-1.5-Pro），对视频生成技术的性能进行了全面的评估。该评估流程分为以下几个步骤：
1.任务分配与数据采集：
2.评分标准与提示词使用：
Gemini-1.5-Pro根据预先定义的提示词（prompt）进行评估。这些提示词涵盖了评价流程、评价标准、打分规则、以及输出格式要求，确保评分的一致性和公正性。
例如，对于感官质量的评分，提示词可能指定要考虑视频的画面稳定性、外观一致性和视觉美观度。
3.自动化评分：
每个一级维度都会得到一个分数，例如，在SUV汽车内部空间及外部风景的视频任务中，如果视频在不同帧中保持汽车内饰和外景的外观一致性，展示高分辨率的稳定画面，以及真实且视觉吸引力强的构图，那么其视频感官质量将获得高分评价。
4.综合评分与反馈：
最终，我们将三个一级维度的平均分计算出来，作为模型或产品的总评分。这个分数综合反映了视频生成技术的综合性能。
# 测评示例
---逐项打分开始---
我的思考与答案：
该视频片段展示了一只小猫盯着鱼缸里游动的小鱼的场景。画面较为清晰，但缺乏动漫风格的特征，例如明显的线条感、夸张的表情等。
问题及改进的反馈意见：
1. 可以尝试使用卡通渲染或其他技术，使画面呈现出明显的动漫风格。
2. 小猫的眼神可以更加专注，例如放大瞳孔、增加眼神的细节等。
打分与评价开始：
1. 基于标准1（视频感官质量评估）：
- 外观一致性：小猫和鱼的外观在不同帧之间保持一致。得分：5分
- 画面稳定性：画面清晰稳定，没有明显的噪点和失真。得分：4分
- 构图真实性：小猫和鱼缸的比例协调，整体布局符合认知。得分：4分
- 视觉美观度：画面较为清晰，但缺乏动漫风格的特征。得分：2分
一级维度得分：(5+4+4+2)/4 = 3.75
2. 基于标准2（文本指令遵循能力）：
- 对象准确性：视频中出现了小猫、鱼缸和小鱼，符合文本描述。得分：5分
- 数量准确性：小猫、鱼缸和小鱼的数量均符合文本描述。得分：5分
- 要素完整性：视频展现了小猫盯着鱼缸里游动的小鱼的场景，符合文本描述。得分：5分
- 特征精准性：小猫盯着小鱼，表现出好奇或渴望的神情，符合文本描述。得分：4分
一级维度得分：(5+5+5+4)/4 = 4.75
3. 基于标准3（物理真实模拟能力）：
- 流体动力表现：鱼缸内的水流效果较为自然。得分：4分
- 动态真实性：鱼的游动姿态较为自然，但小猫的动作略显僵硬。得分：3分
- 光影效果：光影效果较为平淡，可以尝试增强明暗对比，突出立体感。得分：3分
- 交互仿真度：小猫和鱼之间缺乏互动，例如小猫可以尝试用爪子抓鱼。得分：2分
一级维度得分：(4+3+3+2)/4 = 3
综合以上，AI助手的回答的综合得分（平均分）为：[(3.75 + 4.75 + 3) / 3 = 3.83]
----逐项打分结束----
总榜单
高级难度任务榜单
基础难度任务榜单
六大场景得分
# 模型对比案例
【Dreamina即梦】：4.03分
【可灵】：4.42分
【Luma】：3.94分
【Pika】：2.75分
【Dreamina即梦】：3.83分
【PixVerse】：3.58分
【WHEE】：3.06分
提示词3：一位老奶奶坐在小木凳上刺绣，绣出的花鸟图案栩栩如生，身后的墙面挂满了她的作品，图案类似国画风格。
提示词4：一辆跑车在赛道上漂移驶过急弯，并产生大量白烟。
【星火绘境】：3.58分
# 人类一致性评估
由测评结果可知，Dreamina即梦（72.99分）和可灵（71.89分）在中文环境下文生视频综合能力表现出色，略好与国际代表性模型Luma（70.89分）；PixVerse、WHEE和Pixeling也有超过Pika和Runway Gen-2的表现。
Dreamina即梦、可灵和Pixverse在高难度任务上表现出色，尤其Dreamina即梦取得最高75.8分，高于Luma有5.8分。
4.不同模型在不同应用场景中表现差异较大
1. 邮件申请
2. 意向沟通
3. 参测确认与协议流程
4. 提供测评API接口或大模型
5. 获得测评报告
# 邮件申请
邮件标题：视频生成测评申请，发送到contact@superclue.ai
扩展阅读
[1] CLUE官网：www.CLUEBenchmarks.com
[2] SuperCLUE排行榜网站：www.superclueai.com
[3] Github地址：https://github.com/CLUEbenchmark
