HumanScore: Benchmarking Human Motions in Generated Videos
该论文提出了名为 HumanScore 的系统性框架，通过定义涵盖运动学合理性、时间稳定性和生物力学一致性的六项可解释指标，对十三种最先进的视频生成模型中人类动作的渲染质量进行了细粒度评估与排名，揭示了感知逼真度与生物力学保真度之间的显著差距。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文介绍了一个名为 HumanScore（人类评分） 的新工具。你可以把它想象成给 AI 生成的视频里的人物动作，请了一位**“生物力学侦探”**来当裁判。
为了让你更容易理解，我们可以用几个生活中的比喻来拆解这项研究：
1. 背景：AI 视频太像真的了，但“走起路来”有点怪
现在的 AI 视频生成技术（比如 Sora、Kling 等）进步神速，它们生成的画面非常逼真，光影、背景都完美无缺。这就好比一个超级模仿秀演员，穿的衣服、脸上的妆容都跟真人一模一样。
但是，如果你仔细看他们走路、跑步或跳舞，就会发现不对劲。
- 真人：关节弯曲有角度限制，腿长是固定的，跑起来有惯性。
- AI 生成的假人：有时候腿会突然变长，关节像橡皮泥一样反向弯曲，或者身体像果冻一样抖动。
以前的评测标准（比如 VBench）主要看画面“像不像”，就像只检查演员的妆容和衣服漂不漂亮。但这篇论文说：“别光看脸，要看走路的姿势！” 如果动作违背了人体物理规律，那它再好看也是假的。
2. HumanScore 是什么？（三个维度的“体检”）
HumanScore 就像给 AI 生成的动作做了一次全面的**“人体机能体检”**。它不靠人眼去猜，而是用数学和物理公式来打分。它把检查分成了三个层级，就像盖房子一样：
- 第一层：解剖学正确性（骨头对不对？）
- 比喻：检查这个“人”是不是多长了一只手，或者腿是不是像伸缩杆一样忽长忽短。
- 现实：AI 经常生成出“三头六臂”或者骨头长度在每一帧都乱变的怪物。HumanScore 会抓住这些错误。
- 第二层：运动学正确性（关节能不能弯？）
- 比喻：检查膝盖能不能向后折 180 度，或者胳膊能不能穿过身体。就像检查关节有没有“超频”运转。
- 现实：AI 经常让人的关节做出人类生理结构上不可能做到的动作（比如膝盖反向弯曲）。
- 第三层：动力学正确性（动作顺不顺？）
- 比喻：检查动作有没有“卡顿”或“瞬移”。就像看一个人跑步，如果他的脚在地板上像滑冰一样突然滑走，或者身体突然像弹簧一样弹起来，那就是不自然的。
- 现实：AI 生成的视频经常有细微的抖动（Jitter）或速度突变，这违背了物理惯性。
3. 他们是怎么做的？（严格的“考试”）
为了公平测试，研究人员设计了一套**“标准化考试”**：
- 题库：他们从 700 种动作里精选了 51 种，从简单的“走路”到难的“后空翻”和“瑜伽”。
- 题目：给 AI 写非常详细的“提示词”（Prompt），比如“一个人在中性背景的室内做瑜伽，全身可见，相机固定不动”。这就像给考生规定好考场环境，排除干扰。
- 考生：他们让 13 个最厉害的 AI 视频模型（包括 Sora、Kling、HunyuanVideo 等）来“答题”。
- 阅卷：用 HumanScore 这套系统自动打分。
4. 发现了什么？（AI 的“软肋”）
测试结果很有趣，就像一场**“颜值与实力的对决”**：
- 画面很美，动作很假：很多模型生成的视频，人眼看起来非常逼真（画面分很高），但一旦用 HumanScore 去测动作，分数就掉下来了。
- 谁是冠军？：
- Seedance 1.0 Pro 和 HunyuanVideo 1.5 表现最好，它们生成的动作最符合物理规律。
- KlingAI 在关节动作的合理性上表现不错。
- 有些模型虽然画面好看，但动作经常“抽筋”或“变形”。
- 真人的分数：有趣的是，即使是真人拍摄的视频，HumanScore 也没给满分（大概 94 分）。这是因为从单镜头视频里还原 3D 动作本身就有难度，而且真人偶尔也会做一些极限动作。但这依然比 AI 生成的视频分数高，说明 AI 还有很长的路要走。
5. 为什么这很重要？
这就好比我们不仅希望 AI 能画出漂亮的画，更希望它能造出能真正跑起来、跳起来的机器人。
- 安全与可信：如果 AI 生成的视频里，运动员的动作是反人类的，那用来做体育教学或医疗演示就是危险的。
- 未来的方向：这篇论文给未来的 AI 开发者指了一条路：不要只追求画面好看，要开始学习“人体物理学”和“生物力学”。
总结
HumanScore 就像给 AI 视频界装了一副**“透视眼镜”**。它不再被华丽的画面欺骗，而是直接看穿 AI 生成的“人”到底有没有灵魂（是否符合物理和生理规律）。它告诉我们：虽然 AI 已经能画出完美的皮囊，但要在动作上变得像真人一样自然，还需要在“骨骼”和“肌肉”的底层逻辑上继续努力。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。