我们如何衡量生成质量和速度
这里介绍的是我们发布任何 funscript 基准测试时所用的方法：生成的脚本如何与参考脚本对比评分、参考脚本从何而来，以及我们仅有的一项速度数据。本页目前还没有准确度表格。第一批与手工脚本对比评分的结果已经出来；在发布任何准确度数据之前，还会先完成第二批留出数据的评分。
已于 2026 年 9 月 21 日对照项目的测量工具和记录核查。
脚本如何评分
funscript 是一组随时间变化的位置。评分从它的转折点开始：也就是脚本停止向一个方向运动、开始向另一个方向运动的每一个点。在同一段视频上，把生成脚本的转折点与参考脚本的转折点进行比较。
- 匹配
- 生成的转折点落在参考转折点 ±150 ms 以内时算作匹配。超出这个范围的，一方记为漏掉，另一方记为多出的转折点。
- F1
- 一个综合数值，同时反映参考转折点中有多少被找到，以及生成的转折点中有多少是真实的。1.0 表示每个转折点都匹配上，且没有凭空多出的；漏掉的转折点和多出的转折点都会拉低它。
- 时间误差
- 仅针对匹配上的转折点，计算两者相差多少毫秒，报告中位数和第 90 百分位数。不计算平均值或第 95 百分位数。未匹配的转折点不计入此数值，所以时间误差必须始终与对应的 F1 一起解读：F1 很低时，再低的时间误差也只描述了被找到的那些转折点。
- 行程幅度比
- 生成脚本行程长度的中位数除以参考脚本行程长度的中位数，不做匹配。1.0 表示平均而言行程幅度正确；低于 1.0 表示行程偏小。
- 转折频率与空闲动作
- 与手工脚本对比时，我们还会统计每秒的方向变化次数，以及在脚本作者标记为没有动作的片段中，脚本仍在运动的程度。
在同一部影片上用相同设置重复运行，F1 的波动约为 ±0.005，所以我们把两个版本或两组设置之间小于 0.01 F1 的差异视为噪声。
参考脚本从何而来
评分的好坏取决于用来对比的脚本，而在项目的大部分历史中，那个脚本并不是独立的。
2026 年 9 月 19 日之前：Live Track 参考
2026 年 9 月 19 日之前记录的所有 F1、时间误差和行程幅度数据，都是把引擎与 Live Track 参考进行对比。那些参考是引擎在 2026 年 8 月 22 日的输出，由人拖动追踪框加以引导，而不是手工制作的脚本。新版本与它们不一致，可能是因为新版本更差，也可能是因为它比生成那些参考的引擎更好。所以这类对比能拦住糟糕的改动，却无法证实改进；由此得出的任何数据只能描述为与我们参考的一致程度，绝不能说成相对手工脚本的准确度。本站曾出现的“27 ms”时间数据就来自这类对比。
2026 年 9 月 19 日起：盲测的手工脚本片段
现在的基准真值来自按盲测流程手工编写脚本的短片段：
- 从测试影片中按固定随机种子选取的时间窗口切出 12 秒长的片段。每个片段都有一个随机名称，没有声音、标题或时间码。
- 记录每个片段来自哪部影片的对照表单独保存，编写脚本期间不打开，编写顺序也把各部影片打乱混合。
- 脚本作者按照书面规则为每个片段手工制作 funscript，这些规则在编写第一个片段之前就已固定。
- 每个片段只对中间的 8 秒评分；两端各 2 秒不计分。
- 引擎在同一段上生成的脚本，用上述指标与手工脚本对比评分。
作为对基准真值本身的检验，在检查的 9 个片段中，有 7 个的脚本作者行程频率与视频自身的主要运动频率相差在约 0.1 Hz 以内。
第一批是 2026 年 9 月 19 日评分的、来自五部影片的 28 个片段，它有两个我们明确说明的局限。它由一个人编写，也就是开发者本人。而且这些片段来自默认设置调校时所用的同样五部影片，所以其中没有任何留出数据。这是一个探索性批次：适合发现弱点，不适合给出宣传数字。
唯一的速度测量
我们目前只有一项速度数据，来自一台电脑。解读时请连同所有条件一起看：
| 条件 | 数值 |
|---|---|
| 硬件 | NVIDIA RTX 5080 显卡，Intel i7-13700K 处理器 |
| 精度档位 | Balanced，全新安装时的默认设置（YOLOv8s 姿态模型、MiDaS small 深度模型、每 3 帧分析 1 帧） |
| 版本 | 2.121.2 版的默认设置，从源代码运行，而非已安装的应用。2.121.2 已构建但尚未发布；用户使用的是 2.121.1 |
| 影片 | 5 部影片，时长 32–39 分钟，29–60 fps，1080p 和 2160p |
| 每个分析帧的耗时 | 26.3–36.7 ms |
| 每部影片的耗时 | 8.2–28.5 分钟 |
| 时机 | 2026 年 9 月 15 日前后 |
在那台电脑上，五部影片中每一部的分析时间都短于播放时间。由于 Balanced 每 3 帧分析 1 帧，60 fps 影片每分钟需要分析的帧数是 30 fps 影片的两倍，耗时也大约是两倍。实际耗时还取决于电脑同时在做什么：当运行与其他工作重叠时，同样的影片花的时间要长得多。
项目记录中只保留了上面的范围；这次运行按影片的细分数据没有保存，所以我们不把某个时间与特定影片对应起来。
这不是对你电脑的承诺。它不能说明其他显卡的情况，不能说明仅用处理器运行的情况，也不能说明 High 和 Fast 档位的情况。
尚未测量的内容
- 其他显卡。只对 RTX 5080 计过时。没有中端显卡的数据。
- 仅用处理器。应用在没有 NVIDIA 显卡时也能运行，只是更慢，但这没有计过时。
- 当前设置下的 High 和 Fast 档位。两者都没有当前的计时数据。
- 已安装的应用。迄今为止的每项测量都是从源代码运行的，而不是用安装版。
- 相对手工脚本的时间误差。手工脚本批次有 F1、转折频率、行程幅度和空闲动作的数据，但还没有毫秒级的时间误差。
- 真实使用中的设备延迟和漂移。没有任何记录显示设备实际跟随视频的紧密程度：Autoblow AI Ultra 没有测得的往返延迟、漂移或启动偏移，Intiface 设备和 DeoVR 也没有。应用如何校正 Autoblow 漂移中描述的漂移阈值是应用的目标，而非测量结果。只有 Autoblow AI Ultra 在真实硬件上测试过；The Handy、Kiiroo、Lovense 和 OSR2/SR6 只用模拟设备测试过。
- 留出数据的准确度批次。来自设置从未在其上调校过的影片的片段批次，目前还没有评分。
- 默认应用中的动作类型分类。它在运行中的应用所用特征上的准确度从未测量过。
结果何时发布
第一批手工脚本已经评分。它让我们看到了引擎的弱点：在快速场景中，它产生的转折点比脚本作者少；在最快的场景中，它的行程偏小；在没有动作的片段中，它仍在运动。我们不把这批的 F1 或行程幅度数字作为准确度数据引用，因为这些片段来自默认设置调校时所用的影片，而且只有一位脚本作者。
在本站发布任何准确度数据之前，我们会从设置未在其上调校过的影片中切出一批留出片段，并以同样的方式评分。届时，本页会展示这些数字，并附上上述方法、片段和影片的数量，以及脚本由谁编写。今后添加的任何速度数据都会附带与上面相同的条件：显卡、档位、帧率、分辨率和版本。我们尚未确定日期。
常见问题
“27 ms 时间误差中位数”怎么了？
它是对照 Live Track 参考测得的，而那些参考是引擎的输出，并且只统计了在 ±150 ms 以内匹配上的转折点。在当前的 Balanced 默认设置下，同样的测量每部影片得到 21–35 ms，但这是与我们自己参考的一致程度，而不是相对手工脚本的准确度。相对手工脚本的时间误差目前还没有计算过。
在我的电脑上会有多快？
我们目前还无法回答。唯一的测量来自 RTX 5080，在 Balanced 下，32–39 分钟的影片耗时 8.2–28.5 分钟。我们没有任何其他显卡或仅用处理器的数据。你可以用免费试用在自己的硬件上计时。
为什么现在不公布手工脚本的结果？
因为这批数据范围太窄，不足以作为准确度数据：只有一位脚本作者，而且片段来自默认设置调校时所用的同一批影片。留出数据批次能解决第二个问题；它会先完成。
Accuracy 设置会改变质量吗？
它改变的是分析多少帧：High 每 2 帧分析 1 帧，Balanced 每 3 帧 1 帧，Fast 每 4 帧 1 帧。2026 年 9 月初在一部影片上，使用当时的引擎和 High 设置、对照 Live Track 参考评分，Fast 的 F1 约为 High 的一半（0.316 对 0.605）。在当前设置下、对照手工脚本的各档位比较尚未进行。
延伸阅读
- 引擎如何工作姿态、光流和深度，以及它们各自对脚本的贡献。
- 漂移校正Autoblow AI Ultra 上的播放如何与视频保持同步，以及其中哪些测量过、哪些没有。
- Report Studio在浏览器中查看你自己那次生成的报告。
- 本地处理这里计时的分析在你的电脑上运行。