世界一致性分数：一种用于视频生成质量的统一度量
计算机视觉与模式识别
2025-08-04 v1
摘要
我们引入了世界一致性分数（WCS），一种用于生成式视频模型的新型统一评估度量，强调生成视频的内部世界一致性。WCS 整合了四个可解释的子组件——物体持久性、关系稳定性、因果合规性和闪烁惩罚——每个子组件衡量视频中时间与物理连贯性的不同方面。这些子度量通过学习到的加权公式结合，产生一个与人类判断对齐的一致性分数。我们详细阐述了在现有视频评估度量背景下 WCS 的动机，形式化了每个子度量及其如何使用开源工具（跟踪器、动作识别器、CLIP 嵌入、光流）进行计算，并描述了如何使用人类偏好数据训练 WCS 组合的权重。我们还概述了实验验证蓝图：使用 VBench-2.0、EvalCrafter 和 LOVE 等基准测试 WCS 与人类评估的相关性，进行敏感性分析，并将 WCS 与既有度量（FVD、CLIPScore、VBench、FVMD）进行比较。所提出的 WCS 提供了一个全面且可解释的框架，用于评估视频生成模型随时间维持连贯“世界”的能力，弥补了先前仅关注视觉保真度或提示词对齐的度量留下的空白。
引用
@article{arxiv.2508.00144,
title = {World Consistency Score: A Unified Metric for Video Generation Quality},
author = {Akshat Rakheja and Aarsh Ashdhir and Aryan Bhattacharjee and Vanshika Sharma},
journal= {arXiv preprint arXiv:2508.00144},
year = {2025}
}
备注
27 pages, 1 figure