SuperCLUE-VideoEdit 共设置2大一级维度、8项二级任务，涵盖基础视频编辑与实际创作应用。

注：具体测评体系以正式发布的测评报告为准。

测评体系总览

具体任务划分如下：

任务体系介绍

基础能力

（1）主体与属性编辑

评估模型对视频中人物、动物及物体的精准修改能力，重点考察编辑结果的准确性及主体身份保持情况。

• 主体增删替换：根据指令添加、删除或替换指定主体，确保主体类别、数量、位置及形态符合要求。

• 属性修改：调整主体颜色、材质、服装及外观等属性，保持未指定修改的特征。

• 主体身份保持：在编辑过程中保留人物面部、体形及动物或物体的关键识别特征，避免非预期身份变化。

（2）场景与风格编辑

评估模型对视频环境、光照及视觉风格的调整能力，重点考察场景修改准确性与连续画面的风格一致性。

• 场景修改：完成背景替换、天气变化、环境及光照调整，保持原有主体和必要的空间关系。

• 风格迁移：根据中文指令或参考图片，将视频转换为指定视觉风格，考察色彩、光影及纹理的匹配程度。

• 风格一致性：检验目标风格在不同画面区域和连续帧中的稳定性，避免风格漂移或光照突变。

（3）画面修复与增强

评估模型对视频中局部缺陷、遮挡及缺失内容的修复能力，重点考察内容恢复的完整性与自然度。

• 缺陷修复：消除污渍、划痕、局部模糊等视觉缺陷，避免误修改正常内容。

• 内容补全：恢复被遮挡或缺失的画面区域，确保结构、形状和纹理合理。

• 自然融合：检验修复区域在光照、透视及连续画面中的一致性，避免明显边缘、伪影和闪烁。

（4）运动与镜头编辑

评估模型对人物动作、物体运动及镜头变化的控制能力，重点考察动态编辑的准确性与空间合理性。

• 动作修改：根据指令改变人物或物体的动作方式，保持主体结构及环境交互合理。

• 运动轨迹调整：修改物体的运动方向、路径及幅度，确保运动过程连续自然。

• 镜头控制：执行镜头推拉、平移、环绕及拍摄视角变化，保持画面空间结构与主体关系合理。

（5）文字与符号编辑

评估模型对视频中中文文字、数字及图形标识的精准修改能力，重点考察字符准确性与动态显示稳定性。

• 文字修改：替换或调整中文文字、数字及字幕，确保内容准确、完整且清晰可辨。

• 标识替换：根据指令或参考图片修改图形标识，保持形状、颜色及关键视觉细节。

• 动态稳定：检验修改后的文字和标识在镜头或物体运动过程中，能否保持位置、透视及内容稳定。

应用能力

（1）广告与电商营销

面向商品展示、品牌宣传及电商视频制作，评估模型完成商业素材更新任务的能力。

• 商品信息还原：根据指令或参考图片修改商品款式、包装、配色及品牌标识。

• 营销素材更新：完成商品版本、包装内容、宣传信息及展示场景的指定修改。

• 商品场景融合：检验商品在人物握持、镜头运动及场景变化中的比例、透视、光照与遮挡关系。

（2）影视后期与创意特效

面向影视后期及创意视频制作，评估模型对视觉特效、场景氛围及复杂光影效果的编辑能力。

• 影视风格调整：根据指定风格修改视频色彩、光影、材质及整体视觉氛围。

• 视觉特效添加：生成指定类型、形态及动态表现的光效、粒子、烟雾等特效。

• 特效场景融合：检验新增特效与人物、物体及背景在光照、遮挡、透视和运动方面的协调程度。

（3）社交媒体与个人创作

面向旅行、Vlog、街拍、宠物及日常生活视频，评估模型完成个性化视频创作任务的能力。

• 个性化修改：根据创作者需求调整人物形象、背景及其他视觉内容。

• 创意元素添加：为人物、宠物或生活场景添加配饰、趣味元素及视觉效果。

• 影像自然保真：保持原视频中人物、宠物及生活场景的关键特征，避免过度修饰或非预期变化。

# 测评方法和任务示例

本次 SuperCLUE-VideoEdit 测评采用细粒度评估方式，结合视频编辑任务特点，从编辑指令完成情况、原视频内容保留及画面动态表现等方面，对模型的视频编辑能力进行综合评价。

1）测评集构建

围绕基础能力与应用能力两个方向，结合不同编辑操作及实际应用场景设计测评任务。每道题由原视频、中文编辑指令及可选参考图片组成，重点考察模型对中文编辑需求的理解与执行能力。

2）评分标准

裁判模型依据预先制定的评价流程和评分细则，结合具体任务的考察重点进行结构化评分，确保不同模型和任务之间评价标准的一致性与可比性。

3）自动化评价

裁判模型将根据具体的视频编辑任务，结合相应评分标准进行自动化评价。本次测评采用多轮评分机制，即针对同一模型生成的全部视频，按照统一评价流程独立评分三次，并以三次结果的平均值作为每段视频的最终得分，参与后续综合计算与排名。

4）综合评分与反馈

根据各任务的评分结果，逐级汇总形成模型综合得分及分维度表现，并按照综合得分进行排名。最终结果将展示各模型的整体表现、不同任务下的能力差异及典型编辑问题，为模型能力对比提供参考。

此外，将对部分自动评分结果进行人工抽样复核，检查评价结果的合理性与一致性，并根据复核情况对评分机制进行必要调整。

任务示例

示例1

【测评维度】：基础能力——主体与属性编辑

【提示词】：将画面中央缓慢旋转的红苹果替换为一颗新鲜橙子，保持原有位置、大小比例、旋转方向和运动节奏。橙子的表面纹理与光照自然，转动过程中外观保持稳定；黑色背景和镜头不变。

【重点观察】：模型是否准确将红苹果替换为橙子，橙子的形状、颜色及表面纹理是否自然，旋转过程中主体外观是否保持稳定，原有位置、运动节奏及背景是否得到保留。

示例2

【测评维度】：基础能力——画面修复与增强

【提示词】：去除混凝土墙面中央明显的纵向裂缝，补全该区域的墙面纹理，使修复后的颜色、粗糙质感和光照与周围墙面一致。保持墙面其他区域、原有构图和镜头运动不变。

【重点观察】：模型是否完整去除墙面裂缝，修复区域的颜色、纹理及光照是否与周围墙面自然衔接，是否出现明显修复痕迹、画面闪烁或对其他区域的非预期修改。

示例3

【测评维度】：应用能力——广告与电商营销

【参考图片】：

【提示词】：将模特手中原有的白色小包替换为参考图中的深绿色皮革手提包，保留参考图的翻盖包型、提手、肩带和皮革质感，并按原视频画面比例自然呈现。让模特的手与包带保持合理的抓握和遮挡关系，包随原有动作稳定移动；保持人物服装、动作、背景和镜头运动不变。

【重点观察】：模型是否准确还原参考图中手提包的颜色、包型及关键细节，替换后的包与人物手部是否保持合理的抓握和遮挡关系，包在运动过程中是否稳定，人物及背景是否保持不变。

示例4

【测评维度】：应用能力——影视后期与创意特效

【参考图片】：

【提示词】：参考图中的蓝色能量球形态、光晕和粒子效果，在人物右手抬起并指向前方后，于指尖前上方添加一个大小适中的悬浮蓝色能量球。能量球随右手动作稳定移动，蓝色光线自然映照在手指、手背及附近衣袖上。保持人物原有动作、黑色服装、暗色背景和镜头构图不变。

【重点观察】：模型是否准确生成符合参考图的蓝色能量球，特效出现的时机、位置及形态是否符合要求，能量球是否稳定跟随手部运动，蓝色光照是否与人物及周围环境自然融合。

时间规划

测评流程

1.邮件申请

2.意向沟通

3.参测确认与协议流程

4.提供API接口或大模型

5.获得测评报告