Long Sequence Aesthetic Quality

long_sequence_aesthetic_quality 衡量预测帧的无参考美学吸引力均值。每帧 $I_t$ 经冻结 CLIP ViT-L/14 编码，LAION-Aesthetics 线性头输出归一化至 $[0,1]$ 的逐帧分数。

$$S_{\mathrm{aes}} = \frac{1}{T}\sum_{t=1}^{T} s_t^{\mathrm{aes}} \tag{1}$$

越高越好。该指标衡量长 rollout 质量，仅基于预测，由 long_sequence 后端（aesthetic_quality 维度）计算。共享运行时见 Long-Sequence 指标。

60 秒同输入案例

Audit manifest: docs/assets/metric_examples/longseq_memory_60s_examples_20260909.json.

输入图像

60 秒 memory_loop · 同一 benchmark case · gap 0.2110

memory-dolly_loop-memory_pool_190

套件: memory_loop场景: stylized / outdoor / terrestrial_landscape

基准 prompt target

Move the camera forward through the scene, then back to where it started.

prompt source: memory_loop_prompt

较好的结果在 60 秒长序列中仍保持观感；较差的结果变平、变噪或结构崩坏。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.6090 · official

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.3981 · official

输入图像

60 秒 memory_loop · 同一 benchmark case · gap 0.2498

memory-yaw_loop_360-memory_pool_132

套件: memory_loop场景: stylized / outdoor / terrestrial_landscape

基准 prompt target

Rotate the camera a full turn in place and come back to the starting view.

prompt source: memory_loop_prompt

较好的结果在 60 秒长序列中仍保持观感；较差的结果变平、变噪或结构崩坏。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.6435 · official

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.3937 · official

输入图像

60 秒 memory_loop · 同一 benchmark case · gap 0.2037

memory-yaw_loop_180-memory_pool_439

套件: memory_loop场景: stylized / outdoor / aquatic_landscape

基准 prompt target

Turn the camera to the right, then turn back to the starting view.

prompt source: memory_loop_prompt

较好的结果在 60 秒长序列中仍保持观感；较差的结果变平、变噪或结构崩坏。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.6080 · official

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.4043 · official

输入图像

60 秒 memory_loop · 同一 benchmark case · gap 0.2006

memory-palindrome_loop-memory_pool_335

套件: memory_loop场景: stylized / indoor / dining_spaces

基准 prompt target

Move forward, turn and continue, then retrace the whole path back.

prompt source: memory_loop_prompt

较好的结果在 60 秒长序列中仍保持观感；较差的结果变平、变噪或结构崩坏。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.5995 · official

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.3989 · official

输入图像

60 秒 memory_loop · 同一 benchmark case · gap 0.1957

memory-double_yaw_loop-memory_pool_414

套件: memory_loop场景: photorealistic / outdoor / terrestrial_landscape

基准 prompt target

Turn away and back to the start twice in a row.

prompt source: memory_loop_prompt

较好的结果在 60 秒长序列中仍保持观感；较差的结果变平、变噪或结构崩坏。

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较高指标分分数 0.5756 · official

Model result videos will be available with the ModelScope release. / 模型推理视频将在 ModelScope 方案上线后提供。

较低指标分分数 0.3799 · official

参考文献

LAION-Aesthetics Predictor (CLIP-based linear aesthetic regressor)

Used via pyiqa laion_aes; CLIP ViT-L/14 features with a linear head trained on human aesthetic ratings.