画面好看，还不够：AI短剧如何读视频模型评测

原始研究测量了什么

2023年11月提交的 VBench 论文将视频生成评估拆为16个维度，涉及主体一致性、运动平滑度、闪烁和空间关系，并使用人工偏好标注检查评估结果。各维度描述的是具体能力，不能合并理解成一部影片是否优秀。

另一层问题：动作是否说得通

2025年3月首次提交的 VBench-2.0 转向人物表现、可控性、创造性、物理与常识五个方面。作者区分了画面可信与符合现实原理。这为戏剧动作提供了观察角度：镜头漂亮，与人物互动合理，是两件事。论文属于研究，不是平台交付标准。

T1Drama观察：用实际场景做测试

对 AI 短剧，我们建议先测试一组短场景：人物对话、道具交接，以及切镜后再次出现的角色。分别记录哪些问题影响叙事、哪些能靠剪辑修正、哪些必须重新生成，并保存模型版本、参考输入和选片规则，便于解释测试结果。

预算应结合测试中的可用镜头、审核时间和返工，而不是排行榜名次。漂亮的演示可以帮助决定研究方向，却不能证明项目成本、观众反应或整集连续性。上述制作建议是我们对研究的应用，不是两篇论文已经得出的结论。

原始来源

VBench：视频生成模型综合评测体系 ↗

VBench 2.0：推进视频生成的内在真实性评测 ↗