研究用眼动追踪评估 AI 生成视频的真实感，提出 GazeEval 方法
论文AI 评分 62/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
一篇 arXiv 论文把眼动追踪作为评估 AI 生成视频的补充信号。研究开展了两项视觉图灵测试实验，共 90 名参与者，每人观看同一视频两遍后给出反馈，在 438 个视频上收集到 4286 次有效眼动试次。分析显示，注视模式与参与者给出的显式反馈方向一致。基于此，作者提出 GazeEval，从眼动数据预测视频被感知到的视觉真实感，预测准确率为 71.3%。研究数据已公开。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载为什么用眼动做评测
现有对 AI 生成视频的人工评估主要依赖显式反馈，例如让观看者做判断或打分。这类信号记录的是观看者最终得出的结论，却无法说明结论是如何形成的。论文把眼动追踪视为一种互补的人类评估信号，试图捕捉观看过程中的感知行为，而不只是事后的评分结果。
实验规模与数据
研究设计了两项视觉图灵测试实验，参与者合计 90 人，观看对象为最新生成模型产出的视频。流程上，参与者对每个视频观看两遍，然后再给出反馈。两项实验累计在 438 个视频上获得 4286 次有效眼动试次。分析结果表明，注视模式能够提供有信息量的评估信号，并且与参与者给出的显式反馈方向一致。
GazeEval 与数据开放
在实验发现的基础上，作者提出 GazeEval，这是首个从眼动数据预测 AI 生成视频被感知视觉真实感的计算方法，预测准确率为 71.3%。这一结果说明眼动数据中包含人们如何评价视频的有效信息。作者同时公开了研究数据，以支持后续围绕眼动评估 AI 生成视频的研究。
为什么值得看
视频生成模型的评测长期依赖人工打分，眼动信号能反映打分背后的感知过程，为评测提供新维度。
论文
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。