行业与实践 · 标签「视频评测」

研究与基准测试/2026-08-26/8 分钟

美学分最高 0.50：蚂蚁用 5 万多条人工标注评 12 个视频模型

蚂蚁的 VGA-BenchV2 沿用 52 个细项和 1016 条提示词，新增 36000 条人工标注，合计 50600。12 个视频模型里美学分最高是 Sora2 的 0.50，Show-1 的生成水平是 0.04 且正文没解释。用评测器当奖励微调 Wan2.1，美学分只从 0.49 到 0.52。