20260625:很多新内容

concepts/socialvideo-bench.md

@@ -0,0 +1,47 @@
+---
+title: "SocialVideo Bench"
+created: 2026-06-20
+updated: 2026-06-20
+type: concept
+tags: ["benchmark", "evaluation", "social-video", "audio-visual"]
+sources: ["https://arxiv.org/abs/2606.17800"]
+---
+
+# SocialVideo Bench
+
+**SocialVideo Bench** 是 [[maineCoon|MaineCoon]] 提出的首个专注**社交视频音视频生成**的 benchmark，用 9 项指标覆盖视觉、音频、同步和社交视频和谐度。
+
+## 9 项评估指标
+
+五大维度，九项指标：
+
+### 视觉质量
+- 视觉保真度、清晰度、运动质量
+
+### 音频质量
+- 语音清晰度、音频保真度
+
+### 音视频对齐
+- **Lip-Sync Accuracy**：唇动与语音的时间同步
+- **AV Temporal Alignment**：音频事件与视觉事件的时序匹配
+
+### 运动
+- 运动连贯性、运动丰富度
+
+### 社交视频和谐度 (Social-Video Harmony)
+专门针对社交视频的复合指标，衡量内容是否符合社交视频的「liveness」特质——眼神、表情、对话节奏、情感共鸣的综合评估。
+
+## 对比基线
+
+MaineCoon 在 SocialVideo Bench 上与 7 个代表性开源音视频生成模型对比：
+- 在所有 9 项指标上取得 SOTA
+- 同时保持最快生成速度（47.5 FPS）
+
+## 意义
+
+在 SocialVideo Bench 之前，音视频生成评估缺少**社交视角**：传统 benchmark 评估图像/视频质量，但不衡量生成内容是否适合社交互动场景。SocialVideo Bench 填补了这一空白。
+
+## 参考
+- [[maineCoon|MaineCoon 论文]] Section 5
+- [[social-video|Social Video]]
+- [[social-world-model|Social World Model]]