Chinese (Taiwan) Chinese (Taiwan)
總冠軍
Sora-2-Pro 總分領先：74.63% 對 73.20% (+1.43pp)。.
最適合控制、創意和多視圖
Kling-v2-5-Turbo 在可控性和創意方向方面表現更佳，在多視圖穩定性方面也更勝一籌：可控性 +7.30pp，創意 +6.66pp，多視圖一致性 +36.43pp。.
最適合展現人類真實感與身分一致性
Sora-2-Pro 在逼真的人物建模和保持同一角色在不同鏡頭中的一致性方面表現更佳：人物保真度 +16.30pp，人物身份 +33.91pp，人體解剖結構 +14.97pp。.
根據最新的 VBench-IBench 測試結果，按總分和核心維度進行總結。.
| 指標 | Sora-2-Pro | Kling-v2-5-Turbo | 優勝者 |
|---|---|---|---|
| 總分 | 74.63% | 73.20% | Sora（+1.43pp） |
| 創造力 | 77.41% | 84.07% | 克林（+6.66pp） |
| 常識 | 88.89% | 83.33% | Sora（+5.56pp） |
| 可控性 | 58.41% | 65.71% | 克林（+7.30pp） |
| 人類忠誠 | 87.87% | 71.57% | Sora（+16.30pp） |
| 物理 | 60.56% | 61.33% | 克林（+0.77pp） |
最大的分數差距，按精細指標細分——這樣你就能看到差異來自哪裡。.
| 精細度量 | Sora-2-Pro | Kling-v2-5-Turbo | Δ（pp） | 它的意義 |
|---|---|---|---|---|
| 多視圖一致性 | 20.00% | 56.43% | +36.43 | 跨多個角度/攝影機視圖的一致性 |
| 人類身分 | 74.51% | 40.60% | +33.91（Sora） | 同一個人看起來是否始終如一 |
| 材料 | 77.78% | 44.44% | +33.34 (Sora) | 材質（織物/金屬/玻璃）的真實感 |
| 動態屬性 | 55.56% | 88.89% | +33.33 | 運動屬性（姿勢/表情）的變化 |
| 複雜情節 | 68.89% | 37.78% | +31.11 (Sora) | 複雜場景中的敘事連貫性 |
| 動議指令理解 | 77.78% | 100.00% | +22.22 | 按照逐步動作順序 |
* Δ(pp) 表示百分點差。標籤 (Sora/Kling) 表示領先模型。.
基準的簡要解讀－每種模型在實際專案中更適合做什麼。.
選擇您的目標—我們會根據基準優勢推薦最佳模型。.
增強了人體真實感、身份一致性和解剖結構穩定性——非常適合特寫鏡頭和重複的角色。.
創意得分更高，更適合大膽的藝術指導和風格化、引人注目的鏡頭。.
更好的控制性和更強的行動指令理解能力——當您需要精確地遵循指令時，這將非常有用。.
更強的常識性和更複雜的劇情處理——更有利於跨多個鏡頭的連貫敘事。.
多視角一致性方面領先一大截－最適合在保持拍攝主體不變的情況下切換拍攝角度。.
更高的運動理性－更穩定的身體行為，更少的非自然現象。.
快速解答有關此對比和基準測試設定的最常見問題。.
本頁總結了模型的優勢，使用 VBench 基準測試框架及其公開排行榜，以及來自 Ima Studio Arena 評論頁面的更多背景資訊。.
