视频生成模型如今已能制作出视觉上极具说服力的画面，但斯坦福《2026年AI指数报告》发现，它们在物理规律和一致性方面仍力不从心。VBench-2.0基准以人类评判的真实贴合度而非单纯视觉观感为标准，2026年初测试的所有模型中，没有一个总分超过 Veo 3以66.7%的成绩领跑VBench-2.0视频真实感基准，所有受测AI视频模型均未突破67%

VBench-2.0是一个评估视频生成模型对现实的依从性的基准，它从人类保真度（Human Fidelity）、创造力（Creativity）、可控性（Controllability）、物理（Physics）和常识（Commonsense）五个维度进行评分。斯坦福大学人工智能指数2026年报告指出，在2026年初评估的模型中，没有一个模型在该基准上的总分超过67%。Google DeepMind的Veo 3以66.7%的得分领先。