导语:
一条文生图描述同时包含多个对象时,模型既要生成对象,还需要组织它们的关系。增加材质、位置和气氛等要求后,成图要容纳的信息随之增多。
文生图标准评测的23项二级任务为多类要求提供了结构化观察。竞技场则把生成结果交给用户做成对判断,形成对ArtArk文生图成绩的另一种记录。
文生图竞技场采用匿名对战投票。2026年11月11日的榜单截图显示,ArtArk在28个评估模型中位列第一,积分为1497.0。

图1 SuperCLUE文生图竞技场榜单(2026年11月11日),ArtArk以1497.0分位列总榜第一。
因此,图像生成的讨论可以从成图回到原始描述。模型如何处理描述之间的关系,是理解任务的一个切口。SuperCLUE的文生图标准评测提供了结构化的任务观测,竞技场提供了用户对实际图像的比较。
文生图标准评测覆盖6大一级维度、23项二级任务。本期共有25个模型参评,ArtArk在总分图上以95.1居首。

图2 SuperCLUE 2026年11月文生图标准评测总分图,ArtArk以95.1分位列总榜第一。
结构化任务为讨论生成表现提供了共同语言。以一份设计描述为例,同一张图里可能需要兼顾主题、对象与相互关系。用不同类型的任务观察模型,有助于把成图的整体印象落实到更具体的视觉要求。
图像编辑竞技场由用户比较匿名模型的编辑结果。2026年11月11日的榜单截图显示,ArtArk在19个评估模型中以1341.2分居首。

图3 SuperCLUE图像编辑竞技场榜单(2026年11月11日),ArtArk以1341.2分位列总榜第一。
把这个结果放在生成任务里看,心里可以带着一个具体问题:如果不同图像呈现了同一组要求,哪张图更能支持接下来的沟通?竞技场提供的是综合选择。对对象、关系和画面要求感兴趣的读者,可以继续看文生图标准评测如何组织任务。
图像编辑标准评测覆盖通用能力与场景应用能力,共有28个子任务和13个参评模型。ArtArk在本期总分图上以83.6位居第一。

图4 SuperCLUE 2026年11月图像编辑标准评测总分图,ArtArk以83.6分位列总榜第一。
成绩含义取决于所在榜表。竞技场建立在成对盲测与用户投票上,标准评测基于预设任务考察。将分数与完整榜名一起呈现,读者可以直接找到相应原图,并知道这份成绩所覆盖的任务及评价方式。
文生图标准评测把图像生成效果放到6大一级维度与23项二级任务中考察。本期共有25个模型参加,ArtArk在原稿所示榜图中以95.1分居总榜首位,GPT Image 2.5 Sunburst以94.3分列第二。总分来自同一评测口径,便于在该组模型之间查看总体位置。
2026年11月,ArtArk的文生图竞技场分数是1497.0,图像编辑竞技场分数是1341.2。标准评测榜图中,文生图总分标为95.1,图像编辑总分标为83.6。四个数字分别在对应榜单上位列第一。
从文字变成画面之后,团队有了共同讨论的对象。ArtArk将这一步放到AI设计智能体的创意生成环节,之后的反馈可以围绕同一视觉方向逐步收敛,并接入设计交付。
来源:
文生图11月榜单发布:ArtArk总榜第一,GPT Image 2.5系列表现突出(SuperCLUE)
图像编辑11月榜单发布:ArtArk总榜第一,复杂视觉推理拉开模型差距(SuperCLUE)
SuperCLUE-Image文生图榜单(SuperCLUE官网)
SuperCLUE-Edit图像编辑榜单(SuperCLUE官网)
SuperCLUE 11月文生图竞技场排行榜(SuperCLUE官网)
SuperCLUE 11月图像编辑竞技场排行榜(SuperCLUE官网)

扫一扫,或长按识别二维码
关注艾瑞网官方微信公众号
