note

• Video Quality Assessment，视频质量评估。常见输出：质量分数 + 质量问题原因，比如模糊、噪声、压缩块、抖动、曝光差、运动不稳定、构图差等。
• VQA近几年的发展路线：
  • 1、参考论文：FAST-VQA → DOVER → MD-VQA → MaxVQA → LMM-VQA → VQA² → VQAThinker → MDS-VQA
  • 2、路线演变：高效打分模型 → 多维质量建模 → 可解释评估 → 大模型/VQA化 → RL增强 → 数据选择优化。

一、Video Quality Assessment

Video Quality Assessment，视频质量评估
常见输出：质量分数 + 质量问题原因，比如模糊、噪声、压缩块、抖动、曝光差、运动不稳定、构图差等。

近几年的发展路线：
1、参考论文：FAST-VQA → DOVER → MD-VQA → MaxVQA → LMM-VQA → VQA² → VQAThinker → MDS-VQA
2、路线演变：高效打分模型 → 多维质量建模 → 可解释评估 → 大模型/VQA化 → RL增强 → 数据选择优化。

二、2606最新进展

建议阅读顺序：VQA² → VQAThinker → MDS-VQA → VQ-Insight → PreResQ-R1

VQA²：先理解“视频质量评估怎么变成视觉问答任务”。
VQAThinker：看怎么用 GRPO/RL 让模型既会打分又会解释。
MDS-VQA：看业务里最实用的数据选择/难样本挖掘。
VQ-Insight：看 AIGC 视频质量评估和多维 reward。
PreResQ-R1：看 rank + score 联合优化的新 RL 思路。