MUSIQ
Google研究团队提出的无参考图像质量评估模型，基于Transformer多尺度图像块序列聚合全局与局部信息，输出0-100的预测质量分数。
时间轴 (近 90 天)
在九帧采样平均MUSIQ分数上，抽帧输入在三个模型上均高于截图输入：Kling 4.0为62.60 vs 58.92，Wan 3.0 Prime为67.97 vs 53.70，Seedance 2.5为59.40 vs 46.35。
在所有采样的时间戳上，抽帧版本的MUSIQ分数都保持领先，并非某一帧的偶然波动。
MUSIQ（Multi-scale Image Quality Transformer）是Google研究团队提出的无参考图像质量评估模型，通过多尺度图像块序列和Transformer聚合全局与局部信息回归预测质量分数。
MUSIQ分数范围大致在0到100之间，越高表示预测画质越好，主要反映清晰度、噪声、压缩伪影等维度，不判断画面内容合理性和前后帧连贯性。
该实验每个条件只生成一次，没有做多次采样来排除随机性；截图裁剪导致构图不同，相当于同时改变两个变量；MUSIQ只测画质预测，不测续写连贯性和细节解析。
数据筛选可使用光流估计量化运动幅度、CLIP评分评估文本匹配度、MUSIQ筛除低质量视频
全部知识事实 (6)
在九帧采样平均MUSIQ分数上，抽帧输入在三个模型上均高于截图输入：Kling 4.0为62.60 vs 58.92，Wan 3.0 Prime为67.97 vs 53.70，Seedance 2.5为59.40 vs 46.35。
50%待验证在所有采样的时间戳上，抽帧版本的MUSIQ分数都保持领先，并非某一帧的偶然波动。
50%待验证MUSIQ（Multi-scale Image Quality Transformer）是Google研究团队提出的无参考图像质量评估模型，通过多尺度图像块序列和Transformer聚合全局与局部信息回归预测质量分数。
50%待验证MUSIQ分数范围大致在0到100之间，越高表示预测画质越好，主要反映清晰度、噪声、压缩伪影等维度，不判断画面内容合理性和前后帧连贯性。
50%待验证该实验每个条件只生成一次，没有做多次采样来排除随机性；截图裁剪导致构图不同，相当于同时改变两个变量；MUSIQ只测画质预测，不测续写连贯性和细节解析。
50%待验证数据筛选可使用光流估计量化运动幅度、CLIP评分评估文本匹配度、MUSIQ筛除低质量视频
50%