一张公共答卷比跑分帖都硬

视频模型的好坏，终于有了大规模真人打分的公开依据。开源的人类视频偏好数据集发布。三十多万条标注，全部出自真人之手。数据资助同步翻倍到两百万美元，手笔不小。 规模够看。十五个当红的 SOTA 视频模型，在同一把尺子下排了座次。风头正劲的几家在，老牌选手也在。类目切了八块，广告、运镜、物理规律各占一席。数据集、基准和前沿图一起放出，拿来就能用。 这补的是视频线一直缺的那块底座。此前聊角色一致性、聊情绪板，说的都是怎么做出来。谁做得好，各说各话，跑分帖满天飞，却没有一张公共答卷。真人偏好量化不了，就得靠大量真人投票。三十万这个量级，才勉强够用。 我的看法是公开数据集对小团队是实打实的利好。自家评测烧钱又不专业。直接引用公共基准，省下的时间和信誉都是实的。被质疑时甩个链接，比什么解释都硬，这句我信。 想追视频模型动向的，先把这份榜存下来，下个月再看座次变化，比追单条演示视频有效得多，模型迭代快，榜单更新才是真行情。