myWiki/concepts/socialvideo-bench.md

title, created, updated, type, tags, sources

title	created	updated	type	tags	sources
SocialVideo Bench	2026-06-20	2026-06-20	concept	benchmark evaluation social-video audio-visual	https://arxiv.org/abs/2606.17800

SocialVideo Bench

SocialVideo Bench 是 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 Section 5
• social-video
• social-world-model