AdSpark:30万条电商广告视频三元组数据集与六维评测基准
Zhifei Yang · hf · 2026-10-08
该工作发布 AdSpark，面向「以产品为中心的广告视频生成」任务的大规模数据集与基准，数据来自某主要电商平台。
数据集：AdSpark-300K 含约 30 万参考图-prompt-视频三元组（真实+合成子集），每条样本带结构化广告标注：产品身份、卖点描述、创意脚本与对齐的音频稿。
评测：AdSpark-Bench 从视觉质量、产品保真度、指令遵循、时序连贯、音频对齐、广告效果六个维度诊断生成广告。
发现：对代表性模型的评测暴露了产品保持、多镜头叙事与卖点可视化方面的关键挑战；用 AdSpark-300K 微调的模型验证了数据集有效性。数据集将在论文接收后发布。
「多模态」频道最新
- 用 Claude 把 198 页 Erdős 猜想证明变成 2 分钟 3D 动画讲解 — imjustnewatai · 2026-10-08
- Reddit 用户用 ComfyUI 加 agent 驱动制作 AI 短片 — TheHollywoodGeek · 2026-10-08
- SGF+分离去噪与上下文写入梯度,5秒训练支持24小时连续视频生成 — Zihan Su · 2026-10-08
- WorldSonus为世界模型补声:实时空间立体声生成RTF仅0.41 — NoizAI · 2026-10-08
- Freeform Motion Transfer LoRA 与工作流发布 — CQDSN · 2026-10-08
- 本地跑 H3 做 DnD 音乐视频:多参考输入实测 — IWillTouchAStar · 2026-10-08