VBench: Qualité esthétique

VBench: Qualité esthétique est une dimension de la suite publique VBench, créée par Ziqi Huang et ses collègues de Vchitect pour évaluer les modèles de génération vidéo. Elle porte sur des vidéos produites à partir de prompts textuels en anglais.

Le benchmark mesure automatiquement l’attrait visuel global des vidéos au moyen d’un modèle de scoring esthétique. Il fournit ainsi un indicateur comparable de l’apparence des productions et complète les autres dimensions de qualité et d’alignement réunies dans VBench.

Carte d'identité

Métadonnées descriptives pré-renseignées automatiquement, en cours de relecture éditoriale.

Classement des modèles (62)

Classement établi sur 62 modèles évalués, dont 6 de grands éditeurs. Score médian de l'ensemble : 62,1 %.

Notre analyse

Un score élevé indique que les vidéos générées obtiennent, en moyenne, une meilleure appréciation esthétique selon le modèle automatique employé. Il ne constitue donc pas une appréciation humaine directe et ne résume ni toute la qualité vidéo ni l’ensemble de l’alignement avec les prompts. La portée reste centrée sur l’apparence esthétique de contenus texte-à-vidéo issus de prompts en anglais. Les scores étant au moins partiellement mesurés par un tiers, la comparaison ne repose pas uniquement sur des résultats auto-déclarés, ce qui renforce sa rigueur relative. Le caractère public du benchmark facilite la reproductibilité, mais expose aussi les prompts, avec un risque de contamination ou d’optimisation spécifique au jeu. Parmi les 62 modèles recensés, EasyAnimateV5.1 atteint 69 %, contre une médiane de 62 %. Cet écart modéré montre un avantage mesurable du meilleur modèle, sans saturation complète de l’échelle puisque le sommet observé demeure nettement inférieur à 1. Le classement révèle ainsi des différences esthétiques, mais uniquement dans le cadre du score automatique retenu.

Sources des scores : vbench.