تم إصدار Qwen-Image-Bench كمصدر مفتوح من قبل علي بابا، وتحتل GPT Image المركز الأول في خمس فئات

ME AI رسالة، وفقًا لمراقبة Beating، أعلنت فرقة Qwen من علي بابا عن إطلاق معيار تقييم رسومي مفتوح المصدر جديد يُسمى Qwen-Image-Bench، مصمم خصيصًا لتقييم قدرة النماذج الكبيرة على توليد الصور من النص (يُعرف اختصارًا بـ T2I، أي إدخال نص تلقائيًا لإنشاء صورة). كما تم إطلاق نموذج حكم بصري موحد مُدرَّب بعمق على أساس Qwen3.6-27B يُسمى Q-Judger. يحاكي معيار التقييم سير عمل إبداعي فني احترافي، ويشمل خمسة أبعاد رئيسية: جودة الصورة، الجمالية، توافق النص مع الصورة، بالإضافة إلى دقة الواقعية وخلق الإبداع الجديد، مع 23 مهارة فرعية و56 مؤشرًا دقيقًا. يحتوي Qwen-Image-Bench على 1000 عبارة توجيهية ثنائية اللغة (صينية وإنجليزية)، بواقع 500 عبارة قصيرة و500 عبارة طويلة، وتُقيّم في المتوسط أكثر من أربعة أبعاد في كل مرة. لإجراء تقييم دقيق، خضع نموذج Q-Judger للتصنيف blind وثلاثي التقييم تحت إشراف 80 خبيرًا من كليات الفنون، مع مجموعة بيانات تدريبية تضم أكثر من 130 ألف زوج من التصنيفات الخبيرة الثنائية اللغة. يُنتج النموذج درجات هيكلية في 56 بعدًا، مع توافق يصل إلى 92% مع درجات الخبراء البشريين. وفقًا لنتائج التقييم الأولية لـ 18 نموذجًا رئيسيًا لتوليد الصور، حصل GPT Image 2 على أعلى درجة شاملة بـ 64.69، واحتل المرتبة الأولى في جميع الأبعاد الخمسة. وحل Nano Banana 2.0 في المرتبة الثانية بدرجة 59.82، يليه GPT Image 1.5 بدرجة 59.65، ثم Nano Banana Pro بدرجة 59.45، بينما احتل Qwen Image 2.0 Pro المطور داخليًا من علي بابا المرتبة الخامسة بدرجة 57.84، وحل GLM Image في المركز الأخير بدرجة 48.19. تشير البيانات إلى أن دقة الواقعية وخلق الإبداع هما المؤشران الرئيسيان الذين يفصلان بين مجموعات النماذج. كشف التقييم أيضًا عن عقبات تقنية مشتركة في الصناعة حاليًا، حيث تواجه نماذج الرسم بالذكاء الاصطناعي صعوبات شائعة في رسم عظام الأيدي البشرية، وتمثيل قوانين الفيزياء مثل الجاذبية والإضاءة، ومعالجة تداخل الكائنات، حيث تقل درجات أعلى النماذج في هذه الأبعاد عن 44 نقطة. (المصدر: BlockBeats)