关键帧视频生成评测基准
KlingTeam · hf · 2026-07-17
这篇工作提出 **KeyFrame-Compass**，用于系统评估 **关键帧条件视频生成**。 ### 基准内容 基准包含 **386 个样本**，覆盖： - 3 个应用领域 - 2 类视频结构 - 2 个提示词粒度 - 2 种条件格式 - 4 种关键帧密度 这样可以比较不同设置下模型的表现差异。 ### 评测方法 作者把“关键帧执行”拆成 6 个维度： - 是否出现 - 保真度 - 时间顺序 - 定位 - 持续性 - 唯一性 同时还评估整体视频质量，并结合证据驱动的 MLLM 判断和专门感知模型。 ### 主要发现 在 9 个代表性视频生成系统上，作者发现： - 关键帧遵循得越严格，视频自然度往往越受影响 - 关键帧约束越密，性能越差 - 许多开源模型甚至不能把 storyboard-grid 输入理解成**有时间顺序的关键帧序列**