HumanScore：对生成视频中的人体动作进行基准测试

模型架构、计算和数据规模的最新进展推动了视频生成的快速进步，产生了越来越真实的内容。然而，现有方法还没有系统地测量这些系统渲染人体和运动动力学的真实程度。在本文中，我们提出了 HumanScore，这是一个评估人工智能生成视频中人体动作质量的系统框架。 HumanScore 定义了六个可解释的指标，涵盖运动学合理性、时间稳定性和生物力学一致性，从而实现了超越视觉真实性的细粒度诊断。通过精心设计的提示，我们引发了一系列不同强度的动作，并评估了十三个最先进模型生成的视频。我们的分析揭示了感知合理性和运动生物力学保真度之间的一致差距，识别反复出现的故障模式（例如时间抖动、解剖学上不合理的姿势和运动漂移），并根据定量和物理意义的标准生成可靠的模型排名。