视频生成很火，但真正的视频分析与评估模型在哪？

Legitimate-Arm9438 · reddit · 2026-08-09

作者指出，尽管当前视频生成模型百花齐放，但业界依然缺乏能够深入分析视频的模型。理想的视频分析模型不仅能识别画面内容，还应能评估视频质量、情绪氛围以及多段视频间的连贯性。

作者认为，只有具备了这种强大的“评估者”，视频生成才能形成完整的推理循环：模型生成内容后能自行观看、评估并理解违和之处，进而迭代改进。目前的视频生成阶段，非常类似于 LLM 早期的无监督预训练——模型很擅长生成看似合理的内容，但缺乏深层逻辑的批判能力。