CVPR 2026：六个基准从六个维度重新定义"好视频"

CVPR 2026收录六篇视频生成评估相关工作，从六个维度重新定义视频生成质量评估标准。

六维评估框架：

1. 人体姿态(Google WyD)：1,544个精选视频，覆盖9大类别56个子类别，细粒度人体动作标注，通过姿态检测器提取关键点轨迹用匈牙利匹配算法评估

2. 美学评估：关注视频的视觉美感和构图质量

3. 虚假信息：检测AI生成视频中的虚假内容和不合理信息

4. 物理真实感：验证视频中的物理规律是否正确(重力、碰撞、流体)

5. 社会推理：评估视频中的社会行为逻辑是否合理

6. 参考对比：与参考视频的质量对比评估

核心趋势：否定FVD"一个数字定胜负"的评估范式。FVD衡量的是像素级分布距离，跟人类真实感知差距不小，更没法回答"姿态控制准不准"、"社会逻辑合不合理"这类具体问题。评估越来越细分，越来越关注特定维度的深度评估。