VisionReward

内容与规模

THUDM 于 2024-12 发布。约 3.3 万视频：CogVideoX、Open-Sora、VideoCrafter2 各 1 万，加 Panda-70M 真实视频 3000；约 200 万 QA；以 64 个二元问题把质量拆成 9 维/20 子维 [1]。

标注方式

标注由 "a specialized company" 完成，经培训、资格考核与质检，视频二元一致率 89.33%；费用、厂商、人数未披露 [1]。是少数公开了质量指标的商业标注案例。

谁在用

用于训练可解释的奖励模型与偏好对齐，服务 智谱 CogVideoX 一系的后训练；与 VideoReward / VideoAlign 的成对偏好路线不同，走 "可分解二元判断"。

局限

标注总成本未披露；真实视频部分取自 Panda-70M，沿用其授权问题。

来源

1. https://arxiv.org/html/2412.21059 (2026-10-15)