真实 badcase 知识库

沉淀 Kora 视频评测与多模态视频标注项目中的典型错误,用于培训、质检与规则迭代

版本 v1.0 收录错误类型:12 类 更新日期:2026-07-10

项目背景

项目周期
2025.02 - 2026.03
团队规模
50+ 人
我的角色
错误归因与知识沉淀负责人
核心目标
把错误案例转化为培训与规则资产

错误分类概览

典型 badcase 分布扫描

!

扫描定位:红色高亮区域为镜头运动 / 主体一致性 badcase 高发区

正常样本 高发 badcase 扫描定位点

12 类错误 · 四大类占比

12 类 典型错误
外观与商品3 类 · 25% 材质表现2 类 · 17% 动态与镜头3 类 · 25% 风格 / 标签 / 流程4 类 · 33%
3
外观与商品
2
材质表现
3
动态与镜头
4
风格/标签/流程

按错误类型检索

商品外观失真 主体一致性 材质渲染错误 光影穿帮 镜头运动异常 动作不自然 跳帧 / 卡顿 背景闪烁 风格漂移 标签缺失 文案错误 时序逻辑
1
输入关键词
如「镜头运动」
2
匹配错误类型
实时筛选 12 类
3
查看根因
症状 / 案例 / 标准
4
应用修正规则
反馈模型训练
外观与商品
ERR-01 商品外观失真:细节 / 比例 / LOGO 错误
症状:商品轮廓、比例、关键结构或 LOGO/图案与真实商品不符,导致观众无法识别或产生误导。
根因:生成模型对商品结构理解不足,或对长程细节保持能力弱。
真实案例:Kora 项目中对某运动 T 恤生成视频评测,商品图胸前有品牌印花,但生成视频中印花在前 3 秒清晰,后 2 秒逐渐模糊并位移至左胸下方。
判定标准:关键结构缺失/多余、比例明显失调、LOGO 模糊或错位 → 严重错误;局部细节模糊但可识别 → 轻微错误。
修正规则:记录错误类型与商品 SKU,反馈给模型训练侧增加商品参考图约束。
动效示例 商品 LOGO 后段模糊并位移(前 3s 清晰 → 后 2s 错位)
正确
失真
错误
LOGO 在后段模糊并位移至左胸下方 → 关键结构错位(严重错误)
外观与商品
ERR-02 主体一致性差:跨镜头商品/人物外观变化
症状:同一商品或人物在镜头切换后颜色、款式、比例或面部特征发生明显变化。
根因:生成模型缺乏长程身份一致性约束,或不同镜头使用了不同的隐式参考。
真实案例:多模态项目中,一段美妆视频同一模特在 00:02 与 00:08 两次出现,口红色号从豆沙色变为橘红色,且眉形明显不同,标注员未拆分 ID。
判定标准:普通观众在 3 秒内无法确认是同一主体 → 严重错误;细微变化但可识别 → 轻微错误。
修正规则:在评测中标注变化维度(颜色/款式/比例),并建立主体一致性 checklist。
动效示例 跨镜头主体外观突变(00:02 vs 00:08)
#02
突变
#08
同一模特唇色由豆沙变橘红、眉形不同 → 未拆分 ID(严重错误)
外观与商品
ERR-03 视频风格单一 / 场景与商品不匹配
症状:画面风格单调、缺乏变化;或场景与商品品类、价格带、品牌调性明显冲突。
根因:训练数据风格分布单一,或 prompt 对场景描述不足。
真实案例:Kora 评测中,某高端手表生成视频被置于塑料感极强的彩色渐变背景,与商品轻奢定位冲突,业务转化力维度被打 1 分。
判定标准:场景严重影响商品档次感或卖点传达 → 严重错误;风格普通但无负面感受 → 轻微错误。
修正规则:在 prompt 中增加场景/风格约束,并扩充风格多样的训练数据。
动效示例 场景与商品调性冲突(轻奢手表 vs 塑料渐变背景)
建议
冲突
错误
高端手表置于塑料感彩色背景,与轻奢定位冲突 → 业务转化力 1 分
材质表现
ERR-04 服装褶皱不自然:方向 / 深浅 / 位置错误
症状:服装面料褶皱方向、深浅、位置不符合物理规律或人体姿态,显得僵硬或虚假。
根因:生成模型对布料物理与人体运动关系理解不足。
真实案例:某服装生成视频中,模特手臂自然下垂时,腋下至腰部出现多条垂直褶皱,但真实雪纺面料在该姿态下应呈现斜向轻微垂坠,而非密集竖褶。
判定标准:褶皱明显违背重力/姿态 → 严重错误;褶皱方向合理但细节不自然 → 轻微错误。
修正规则:建立服装品类褶皱参考图库,将典型 badcase 加入训练数据。
动效示例 褶皱方向违背姿态(斜向垂坠 vs 密集竖褶)
正确
违背重力
错误
手臂下垂时腋下出现密集竖褶,违背雪纺斜向垂坠 → 材质不自然
材质表现
ERR-05 金属 / 玻璃反光错误:缺失 / 位置错误 / 过度
症状:3C 产品金属边框、玻璃屏幕缺乏反光,或反光位置、强度与环境光源不一致。
根因:模型对材质反射特性与环境光照关系建模不足。
真实案例:Kora 3C 评测中,手机侧边框在环境光为左上 45° 时,反光却出现在右侧底部,且屏幕呈现均匀灰色无环境反射。
判定标准:完全无反光或反光方向明显错误 → 严重错误;反光强度略不自然 → 轻微错误。
修正规则:记录产品材质、环境光方向与反光问题,作为材质表现优化专项数据。
动效示例 环境光左上 45°,反光却出现在右下(错误)
手机侧面 光源 反光(错误侧) 应在此
金属边框反光方向与环境光源不一致、屏幕无环境反射 → 严重错误
动态与镜头
ERR-06 视频跳帧 / 时序不连贯
症状:相邻帧中主体动作、位置或姿态发生突变,出现无转场的画面跳跃。
根因:帧间一致性不足,或时序生成模型未充分约束动作连续性。
真实案例:多模态项目中,一段舞蹈视频第 47 帧至 49 帧,舞者手臂从腰侧直接跳变至头顶,中间无过渡帧,造成明显动作断裂。
判定标准:以 24fps 为基准,相邻帧主体位移/姿态超过自然运动范围 → 错误。
修正规则:标注跳帧时间码与前后帧内容,作为时序一致性训练样本。
动效示例 相邻帧动作突变(缺失过渡帧 #48)
#47
↯ 跳缺 #48
#49
手臂从腰侧直接跳至头顶,无过渡帧 → 动作断裂(标准要求 24fps 连续)
动态与镜头
ERR-07 漏标 / 错标镜头运动方向
症状:镜头存在平移、推拉、旋转等运动,但未被标注或方向标注错误。
根因:标注员对镜头运动参考系理解不一致,或 SOP 边界案例不足。
真实案例:多模态标注中,一段视频背景持续向左移动,主体保持居中,但标注员仅记录「主体移动」,漏标「镜头向右平移(Truck Right)」。
判定标准:以画面边框/背景运动作为镜头运动依据;主体运动不能误标为镜头运动。
修正规则:补充镜头运动边界案例库,并在预标注工具中增加镜头运动方向高亮。
动效示例 背景持续左移,应标注「镜头向右平移 Truck Right」
镜头画面
镜头向右平移
Truck Right
仅记录「主体移动」漏标镜头运动 → 标注员未识别参考系(漏标错误)
动态与镜头
ERR-08 动作识别漏标 / 描述错误
症状:视频中主体动作(如转身、展示、穿戴)未被标注,或动作描述与画面不符。
根因:动作标签体系不完整,或标注员对动作语义理解不一致。
真实案例:某商品视频中模特从拿起口红到涂抹完成仅持续 2 秒,但动作标签仅标注「展示」,遗漏「拿取」「旋出」「涂抹」三个关键动作。
判定标准:画面中出现的商品相关动作均应标注;描述需与标签一致。
修正规则:建立动作标签 checklist,并定期抽检动作描述一致性。
动效示例 2 秒动作仅标「展示」,漏标「拿取 / 涂抹」
漏标·拿取
展示
漏标·涂抹
关键动作未拆分标注 → 动作标签体系不完整(漏标错误)
风格 / 标签 / 流程
ERR-09 业务转化力不足:卖点 / 场景 / 调性冲突
症状:视频未能有效传达商品卖点,或场景、调性与目标用户/品牌不匹配,影响转化潜力。
根因:生成模型缺乏对商业目标与品牌调性的理解。
真实案例:Kora 评测中,某食品生成视频展示一盒坚果,但全程未出现「开袋」「试吃」等卖点镜头,且背景为冷色调科技风,与暖食休闲属性冲突。
判定标准:卖点模糊、场景严重不符或调性冲突 → 严重错误;普通无亮点 → 轻微错误。
修正规则:在 prompt 中明确卖点与场景约束,并建立高转化案例库。
动效示例 卖点镜头缺失 + 冷色调性与食品冲突
错误
坚果
卖点缺失
建议
开袋·试吃
全程无开袋/试吃卖点镜头、冷色调性 → 转化潜力不足
风格 / 标签 / 流程
ERR-10 文本描述不规范:与标签不一致 / 口语化
症状:150-200 字整体描述与已标注标签不一致,或使用口语化、模糊化表达。
根因:描述模板与标签体系未完全对齐,或标注员培训不到位。
真实案例:多模态项目中,某样本标注「动作:跑步」,描述文本却写「人物在原地踏步」,二者矛盾,导致后续文本-视频对齐训练样本污染。
判定标准:描述中出现标签未覆盖的关键信息,或与标签矛盾 → 错误。
修正规则:建立描述模板与标签映射表,抽检描述-标签一致性。
动效示例 标签「跑步」与描述「原地踏步」互相矛盾
标签:跑步
描述:原地踏步
描述与标签矛盾 → 污染文本-视频对齐训练样本
风格 / 标签 / 流程
ERR-11 标签歧义:景别 / 动作 / 内容分类边界不清
症状:同一样本被不同标注者赋予不同标签,或标签定义存在多重解释。
根因:SOP 对边界案例覆盖不足,或标签体系本身存在重叠。
真实案例:多模态项目中,同一段「人物半身景」视频,三名标注员分别标记为「中景」「近景」「中近景」,该标签 IAA 仅 0.58,定义边界模糊。
判定标准:当 IAA 低于 0.75 时,视为该标签存在歧义。
修正规则:细化定义、补充示例,必要时合并/拆分标签并回扫历史数据。
动效示例 同一「半身景」被三名标注员赋予不同标签
标注员 A:中景 标注员 B:近景 标注员 C:中近景 IAA 0.58
标签 IAA 低于 0.75 → 边界定义模糊,需细化 SOP
风格 / 标签 / 流程
ERR-12 格式错误:时间码 / 边界框 / 必填字段
症状:时间码超出视频范围、边界框坐标异常、必填字段缺失。
根因:标注工具校验不足或操作失误。
真实案例:多模态项目抽检时,发现 23 条样本的结束时间码为视频总时长+1 帧,导致训练时加载失败,回溯为标注工具导出 bug。
判定标准:任何导致下游无法解析或训练失败的问题均视为错误。
修正规则:提交前增加自动化校验脚本,拦截 100% 格式错误。
动效示例 边界框错位 + 时间码溢出 + 必填字段缺失
00:01:02 +1帧 必填字段 缺失
结束时间码超出视频范围 → 训练加载失败(导出 bug)

错误趋势与月度分布

6 个月 badcase 检出量与修复率

0 300 600 900 1月 2月 3月 4月 5月 6月

柱:当月新增 badcase 数;折线:修复闭环完成率(1月 55% → 6月 91%)

修复闭环追踪

P0 / P1 改进项完成进度

镜头运动边界案例库
100%
已完成
主体一致性判定 checklist
85%
进行中
预标注可视化工具升级
70%
进行中
文本-标签一致性脚本
60%
进行中
每周边界案例分享会
100%
常态化

洞察 已沉淀 12 类 badcase 共 48 条典型样本,其中 9 类已建立标准化修复规则,新人培训时长缩短 40%。

规则迭代与培训效果

SOP 迭代前后错误率对比

镜头运动
25%
14%
主体一致性
18%
11%
文本描述
15%
9%
标签歧义
12%
8%
SOP 迭代前 SOP 迭代后

洞察 经过 3 轮 SOP 迭代与培训,4 类高频错误平均下降 44%,其中镜头运动维度下降幅度最大(44%)。

← 返回作品集