EvalCrafter（CVPR 2024）：大视频生成模型的评测与基准

会议：CVPR 2024

发表日期：2023-01-01

资料加入日期：2026-04-14

一句话结论

这篇工作是视频生成评测线的重要早期锚点，它把“大视频生成模型该怎么评”明确推成独立问题。

问题定义

它要解决的是大视频生成模型越来越强，但社区缺少一致、系统的评测框架的问题。相比只看单指标或零散样例，EvalCrafter 试图把视频生成评测本身做成一个明确对象。

方法概述

从标题与任务设定看，EvalCrafter 面向大视频生成模型构建了 benchmarking and evaluating 框架。它的重要意义是：在 AIGV-Assessor、Video-Bench、FiVE-Bench 之外，它提供了一个更早、更总括的视频生成评测入口。

关键发现

它补上了 video-generation 评测线的早期锚点。
它有助于解释为什么后续会分化出 human-aligned、LMM-assessor、fine-grained video-editing 等不同评测支线。
它让 generative-model-evaluation 不再只是一堆 2025 论文，而开始具有前史。

局限或疑问

它更偏视频生成总体评测，而不是专门的视频编辑理解 benchmark。
当前还需要与 Video-Bench、AIGV-Assessor、FiVE-Bench 对读，才能看清各自边界。
它提供的是框架性评测视角，不等于最终结论。

原始链接

https://arxiv.org/abs/2310.11440
https://arxiv.org/pdf/2310.11440.pdf

备注

EvalCrafter 的作用，是把 video-generation 的评测脉络往前追溯，让当前 evaluation topic 更像一条演化线，而不是临时拼起来的 2025 层。

Metadata

{ "id": "2026-04-14-evalcrafter", "type": "source", "title": "EvalCrafter（CVPR 2024）：大视频生成模型的评测与基准", "status": "reviewed", "created": "2026-04-14", "updated": "2026-04-15", "venue": "CVPR 2024", "ingested_at": "2026-04-14", "tags": [ "near-cvpr-2025", "video-generation", "evaluation", "benchmarking", "primary-source" ], "note_status": "reviewed", "source_type": "paper", "authors": [ "Yaofang Liu", "Xiaodong Cun", "Xuebo Liu", "Xintao Wang", "Yong Zhang", "Haoxin Chen", "Yang Liu", "Tieyong Zeng", "Raymond Chan", "Ying Shan" ], "published_at": "2023-01-01", "canonical_links": [ "https://arxiv.org/abs/2310.11440", "https://arxiv.org/pdf/2310.11440.pdf" ], "raw_entry": "raw/ingest/2026-04-14-evalcrafter/", "topics": [ "topics/generative-model-evaluation", "topics/video-generation" ], "entities": [ "entities/video-editing-understanding" ], "claims": [], "questions": [ "questions/question-do-benchmarks-track-real-video-editing-understanding" ] }