---
title: VideoScience-Bench
description: "UCSD Hao AI Lab 的科学理解 T2V 评测：五维 1-4 量表。WorldFoundry 接好 VLM 裁判，不编造榜单。"
---

VideoScience-Bench（加州大学圣地亚哥分校 Hao AI Lab）问的是视频生成器是否 **理解科学**。Prompt 描述真实实验与现象。VLM 裁判按 **1–4 量表** 打五个维度；官方加权总分归一化到单位区间，即 `videoscience_average`：

- **Prompt 一致性**
- **现象一致性** — 描绘的结果是否符合真实科学？
- **正确动态**
- **不变性** — 不变量是否保持不变？
- **时空连贯**

论文：[VideoScience-Bench](https://arxiv.org/abs/2512.02942)。空间：[lmgame/videoscience-bench](https://huggingface.co/spaces/lmgame/videoscience-bench/blob/main/README.md)。代码：[hao-ai-lab/VideoScience](https://github.com/hao-ai-lab/VideoScience)。目录发布状态：experimental。合同条目不要求 Hugging Face 数据集。

WorldFoundry **归一化官方结果文件**，并在配置好提供方 / 模型 / 凭证时可对 experiments CSV 跑裁判。不声称已完成带凭证的完整上游运行。

<BenchmarkPageSections id="videoscience-bench" locale="zh" />

## 如何运行

```bash
worldfoundry-eval zoo benchmark-run \
  --benchmark-id videoscience-bench \
  --mode official-validation \
  --official-results-path <official_results.json> \
  --generated-artifact-dir <generated_videos> \
  --output-dir tmp/videoscience-bench/official-validation \
  --json
```

运行时 CLI 接受 `--experiments-csv`、`--evaluation-results-dir`、可选 `--reference-videos-dir`，以及裁判标志（`--judge-provider`、`--judge-model`、`--judge-max-runs`、`--max-frames`、`--judge-fps`）。`--ready-only` 只评产物齐全的实验。默认导入：`WORLDFOUNDRY_VIDEOSCIENCE_BENCH_RESULTS_PATH`。

仓内指针：`worldfoundry/data/benchmarks/tasks/external/videoscience-bench.yaml`，`worldfoundry/evaluation/tasks/execution/runners/videoscience_bench/runtime/videoscience_bench`。

产物包括 `scorecard.json`（主键 `videoscience_average`）。

[← 返回 Benchmark Hub](/zh/docs/evaluation/benchmark-hub)