Cinebench

CineDance-1M 数据集推动开源电影级视频生成

研究人员推出了 CineDance-1M，这是一个用于开源文本到音视频生成的超大规模数据集，旨在提高电影叙事能力。该数据集包含平均时长为 92.8 秒、24.2 个镜头的长篇视频，并通过三阶段策展过程获得的结构化音视频标注提供支持。为了评估性能，他们还提出了 CineBench，一个用于复杂音视频叙事的新指标系统，并展示了一个经过调整的 LTX-2.3 模型，该模型显示出强大的对齐和一致性。