Meta 发布了目前最详细的 AI 视频、音频生成基准：Meta Movie Gen Bench。
Movie Gen Video Bench（视频基准） 是迄今为止最大的文本转视频生成评估基准，汇集了超过1000个提示，涵盖了人类活动、动物、物理现象及非寻常主题等多种概念，确保在不同运动水平上实现广泛覆盖。
Movie Gen Audio Bench （音频基准）则是首个专注于视频到音频以及（文本+视频）到音频生成的基准。它包括527个生成的视频，以及相应的音效和音乐提示，展示了多样化的环境和声音效果。
为了确保评估的公平性与可比性，这些新基准包含了未经挑选的 Movie Gen 生成的视频和音频。Meta 希望通过发布这些基准，促进媒体生成研究中的公平和全面评估，从而推动该领域的更大进展。
基准的详细信息、示例视频，以及生成提示词：Movie Gen Bench
本站收录的 Meta Movie Gen 示例视频
Qwen 3.8 27B以17GB显存实现媲美千亿旗舰的性能，但默认深思机制易引发过度思考。掌握推理强度（low/medium/xhigh）等调参逻辑，能助开发者在本地兼顾极速响应与复杂任务高准确率。
Qwen 3.8 27B 默认 xhigh 推理档位易致算力浪费，简单任务建议调低 reasoning_effort 或关闭推理以提升响应速度；复杂多步任务则需保留高推理以确保准确性。配合 MTP 多 token 预测技术，本地推理速度可提升 72%。该模型底层能力优秀，用户应根据场景灵活调节推理深度以平衡效率与质量。此外，行业亟需统一推理能效标准，解决不同厂商默认策略不透明导致的成本黑盒问题。
针对字节即梦 Seedance 2.5 模型，开源项目 Seedance-ShotDesign-Skills 通过“提示词契约”将 AI 视频生成从玄学升级为工程化流程。该技能库对齐最新官方硬限制，提供复杂视频、延长及关键帧优先等结构化模板，结合焦段心理学与中文运镜词典规避审核风险。其内置 14 种工作流路由及本地校验器，确保提示词合规。该工程旨在降低创意落差、解决叙事与镜头一致性问题，而非提升原生画质。
围绕《Meta 发布 AI 视频、音频生成基准：Movie Gen Bench》展开交流，未登录用户可浏览评论，登录后可参与讨论。
