11 月 10 日，Figma 团队公开解读 MotionGraphicsBench，用可读程序逐项检查 AI 动画是否完成动作要求。对用大模型制作网页动效、产品演示和动态图标的团队，它提供了定位返工原因的方法。本文从一把“合不拢”的剪刀讲起，说明怎样检查动作、理解评测成绩，并为自己的项目写出更容易验收的要求。官方解读

让 AI 动效经得起验收，剪刀围绕固定铰点开合并在时间轴上接受检查的概念插画

原创 AI 概念插画，表现动作轨迹、固定支点与验收节点。

[配图建议：蓝黄手柄的剪刀围绕固定铰点开合，时间轴标出闭合检查位置 + 炭黑底色的立体编辑插画]

1. 剪刀能开合，为什么仍然验收失败

MotionGraphicsBench 包含 100 个任务。每个任务给模型一份完整静态 SVG 和动作说明，再用对应的验证程序检查生成结果。论文 v1 于 11 月 7 日登记，11 月 10 日的博客进一步介绍方法与结果。论文登记页

官网的剪刀案例很直观。两半剪刀要围绕中央螺丝反向旋转，刀刃接近闭合，短暂停住，再沿原路回到张开状态。螺丝还要保持位置，剪刀形状与外观也要符合要求。剪刀任务与公开报告

该页面展示的一份失败结果通过了 7 项检查，唯独刀刃闭合程度不达标，因此整体失败。点开报告，可以继续看到相关测量值。“动了起来”只兑现了需求的一部分。案例验证明细

把它放进实际项目，差别就很容易理解。一个“加载完成”图标可能已经旋转、变色，却在任务尚未完成时出现勾号。设计稿里的每个元素都在动，用户接收到的状态信息仍会出错。返工时，团队需要指出是哪一段动作或哪个状态关系出了问题。

[配图建议：展示剪刀张开、接近闭合、回到原位三个姿态，在闭合间隙处放大标注 + 动作分镜教学图]

2. 把一句动效需求拆成可检查的关系

这套方法把生成的动画转换为有序 SVG 帧，测量元素随时间变化的几何、外观与相互关系，再输出逐项结果。项目发布的验证代码会汇总通过项、失败项和执行错误，所有检查通过才给出整体成功判断。公开验证实现

沿着这个思路，可以为自己的产品动效先写一份验收表。下面以网页加载状态为自拟场景，检查条件需由项目团队确定。

检查维度 需求写法 验收时看什么
空间关系 圆环围绕中心旋转，图标保持居中 旋转中心是否漂移，元素有无变形
时间关系 完成信号到达后，圆环停止，再显示勾号 事件顺序与动作重叠是否符合约定
外观关系 切换时保留主色，隐藏加载提示 颜色、透明度与可见状态是否正确

这一步也会暴露需求中的空白。“自然一点”可以留给设计判断，“完成以后再出现勾号”则可以落成清楚的条件。若团队对二者各自负责什么达成一致，模型修改后的评审会更有针对性。

每次只针对已定位的问题修改，再回查全部条件。 例如，为了让勾号出现得更晚，调整了时间轴，也可能改变圆环停止的位置。保留前后两版动画与检查记录，能帮助团队发现修复带来的连带变化。这是本文提出的工作流建议，实际效果应在自己的任务上观察。

还有一个投入需要提前考虑。现有验证器围绕基准中的具体任务编写。换成公司的品牌图标与交互流程后，团队需要重新定义检查条件、实现测量，并用人工认可和拒绝的样例检验规则。

[配图建议：一句网页加载动效需求展开为空间、时间、外观三组条件，并连接到检查结果 + 简洁的需求分解流程图]

3. 读懂两个成绩，才能判断评测能帮到哪里

作者在 180 个留出动画上比较程序判断与人工判断，这组动画包含 90 个通过与 90 个拒绝样本。验证程序的原始一致率为 93.3%，所比较的视觉语言模型裁判为 83.3%。这项数字衡量两种判断是否一致，动画生成成功率则需要查看模型实验的另一个指标。论文评估方法

模型实验中的 pass@1 记录一次独立生成的成功情况。pass@k 关注多次独立尝试里是否至少有一份通过全部检查，各次尝试没有收到前一次的验证反馈。阅读多次尝试成绩时，应同时考虑生成次数与筛选工作量。作者对指标的说明

对接单或做产品的团队，最终还要回答更具体的问题。同一段动画允许生成几次，人工挑选花了多久，改完后能否继续维护？保存一个合格文件的同时，把生成、检查、人工修订与导出的时间分别记下，才能判断完整交付是否值得采用。

论文也说明了适用范围。实验采用 GSAP，100 个任务对复杂形变、大型场景及高度交互行为的覆盖有限，详细提示词也未覆盖从简短需求开始的多轮沟通。论文局限说明

因此，做图标或简短 SVG 动效的开发者，可以从中借鉴逐项报告和失败定位。制作复杂角色表演、长篇视频或完整交互体验的团队，还需结合自己的素材、运行环境和人工评审设计验收过程。

[配图建议：一侧呈现动画是否满足要求，另一侧记录生成、检查和人工修改耗时，分别标注指标含义 + 双栏编辑信息图]

4. 今天先读一份报告，再试一个任务

最短的起点是打开官网剪刀案例，依次读动作说明、通过报告与失败报告。先尝试用自己的话解释“为什么这一份没有完成要求”，再去看测量明细。这个步骤能帮助设计与开发统一对结果的理解。公开案例入口

准备运行的开发者，可按仓库 Quick start 安装 Python、Node 与浏览器依赖，保存官方给出的剪刀示例为 program.js，再调用渲染验证入口。完整安装步骤与示例见仓库说明。官方快速开始

uv run python scripts/benchmark_pipeline.py \
  --animation-id 10175370 \
  --program program.js \
  --output-dir outputs/scissor

接下来，可以把自己的一个动效拆成三步验证。

  • 写明初始状态、动作对象、结束状态，以及必须保持的属性。
  • 请设计同事挑出一份合格样例、一份存在明确问题的样例，核对双方对要求的理解。
  • 选一个可明确观察的错误实现测量，再看检查规则能否解释两份样例的差异。

对准备复用资产的团队，仓库分别列出数据与代码许可。基准数据和媒体采用 CC BY-NC-SA 4.0，仓库自写代码采用 MIT，具体源动画还涉及原作者条款，选择素材时需对应查看。项目许可与归属

[配图建议：动作说明、两份动画与一份逐项报告并排呈现，开发者选中一个明确失败条件 + 桌面工作流概念插画]

总结，先把最常返工的动作写清楚

MotionGraphicsBench 给 AI 动效团队提供了一套可追查的检查方式。今天可以挑一个常被要求修改的图标，写出动作顺序、终点和保持条件，再用合格与失败样例核对理解。如果团队正在批量制作同类短动效，就值得进一步试验自动检查，并记录完整交付耗时。你最常遇到的返工来自动作幅度、出现顺序，还是元素变形？从其中一个具体问题开始。

[配图建议：一张动效需求纸上写明顺序、终点与保持条件，旁边放置前后版本记录 + 蓝黄配色极简编辑插画]

资料核查于 2026 年 11 月 12 日。本文依据官方博客、论文、仓库代码与公开案例编写，完成资料和代码阅读，尚未运行完整基准或模型性能测试。网页加载场景与试用流程为编辑建议。封面由内置图像工具原创生成，为概念插画。