文生图测评体系8月升级!新增复杂信息布局能力

随着文生图模型从“画得像、画得美”走向信息图、分镜、UI 界面等结构化内容生产,模型面临的挑战已不再只是单主体还原和局部细节控制,而是能否在一张图里稳定组织大量信息。为了紧跟技术发展,SuperCLUE-Image 在既有五大一级维度基础上,新增一级维度“复杂信息布局”。测评体系由 5 大一级维度、20 项二级任务,扩展为 6 大一级维度、23 项二级任务。
排行榜地址:www.SuperCLUEai.com
# SuperCLUE-Image测评体系

既有维度定义、题库构建流程、裁判模型细粒度评估方式及人类一致性分析框架,均沿用上一期方案。可回顾:4月文生图中文榜单发布 | 百度ERNIE-Image登顶国内第一,Nano Banana2保持领跑!
1. 新增维度任务介绍
新增维度专门考察模型在高信息负载、多区域组织和多层嵌套关系下的结构化视觉表达能力。
(1)信息密度
评估模型在单张图像中承载高密度信息的能力:多元素、多文字、多图表并存时,是否清晰、完整、不拥挤、不遗漏。典型题型:科普信息图、数据报告页、流程说明图、教学图谱等。
(2)多面板结构
评估模型一次性生成九宫格、分镜、多格漫画、对比图等多面板内容时,面板划分是否准确、内容是否独立且整体协调。典型题型:技术分镜、步骤拆解、多格漫画、前后对比等。
(3)嵌套界面
评估模型生成画中画、软件界面嵌套其他界面、窗口叠加等结构时,层级关系是否清晰,UI 细节是否真实。典型题型:系统截图、软件原型、网页套网页、设备控制界面等。
2. 测评任务与评价标准
新任务延续 SuperCLUE-Image 的细粒度评估思路:先将 Prompt 拆解为可核查的信息清单、面板映射表或界面父子树,再逐项比对生成结果。评分采用 0—1 分制,按指标权重加权求和后转为百分制;同时引入少量封顶规则,防止核心结构失败的结果仅凭视觉效果获得高分。
(1)信息密度
该任务的核心目标是:模型能否在不主动遗漏 Prompt 信息的前提下,于单张图中承载大量文字、数字、图表、流程、卡片等异构信息,并维持清晰有效的布局。

(2)多面板结构
该任务不只检查“有没有把格子分出来”,而是同时考察面板结构、每个面板是否完成指定内容,以及跨面板连续性。

(3)嵌套界面
该任务将全部指标设为连续评价,避免因某一层局部错误就把整体嵌套能力直接清零。评估时先从 Prompt 建立明确的界面父子树,再逐层检查存在性、顺序、包含关系和内容匹配。

3. 测评方法和任务示例
任务示例
示例1
【测评维度】:复杂信息布局——信息密度
【提示词】:
生成一张主题为“南极秦岭站科考纪事”的高密度可视化信息图,整体采用冰蓝、白色和深蓝色调,融合专业科考报告与数据新闻风格。画面中心放置秦岭站建筑主体及周围冰雪环境,作为第一视觉焦点。
四周环绕多个信息模块:左上设置中国南极科考发展时间轴,标出长城站、中山站、昆仑站、泰山站和秦岭站的重要建设节点;右上设置五座科考站规模对比柱状图;右侧放置秦岭站能源构成饼图,显示太阳能、风能、柴油等占比;左下绘制1–12月日照时长折线图,并配夏季气温、风速、湿度等气象数据。
底部设置“野外科考七步流程”,包括装备准备、出发、定位、采样、记录、编号、返回。画面中穿插无人机、冰芯钻机、雪地车、气象设备和科考队员实地采样场景。主标题、模块标题、数据标签采用三级字号,图例和小字仍需清晰可读,各区域不得互相遮挡。
【模型生成图像1】:得分: 40
图片文字乱码较多,信息缺失严重,无法表达提示词中要求表达的信息。

【模型生成图像2】:得分: 94
整体对题目要求的遵循度很高,中文主标题、五站发展时间轴、规模柱状图、能源饼图、日照及气象数据、七步科考流程、科考人员与装备、三级字号和无明显遮挡等要求均基本准确实现。

示例2
【测评维度】:复杂信息布局——多面板结构
【提示词】:
生成一张高质量科普分镜图,主题为“自动驾驶汽车如何完成一次复杂城市路口通行”。整张图采用 12 面板结构,但不是简单等大的九宫格:要求使用 3 行布局,其中第 1 行包含 4 个等宽面板,第 2 行包含 3 个面板且中间主面板宽度约为左右面板的 2 倍,第 3 行包含 5 个等宽较小面板。面板之间使用统一的浅色间隔和清晰边界,整体像专业杂志中的技术分镜页。
所有面板必须使用同一辆白色自动驾驶轿车作为主角,车辆外观、车牌样式、传感器位置和车身比例在所有出现车辆的面板中保持一致。车辆车顶有一个圆柱形激光雷达,前挡风玻璃上方有双目摄像头,前保险杠位置有毫米波雷达;这些特征不能在不同面板中消失或变形。
第 1 行从左到右共 4 格:
第 1 格标题“1 环境感知”,表现车辆接近十字路口,前方有红绿灯、斑马线、骑自行车的人和一辆公交车,并叠加淡色感知框标记“行人”“自行车”“车辆”“信号灯”。
第 2 格标题“2 车道识别”,采用略微俯视视角,突出道路车道线、左转车道、直行车道和停止线,车辆当前位于直行车道。
第 3 格标题“3 信号判断”,表现前方交通灯由红灯切换为绿灯,同时右侧人行灯仍为红色,必须体现车辆仍处于停止状态。
第 4 格标题“4 行人预测”,表现一名行人站在路边准备横穿,画面中使用箭头或半透明轨迹预测其未来移动方向。
第 2 行共 3 格:
左侧标题“5 路径规划”,使用俯视地图式画面,展示当前车辆、十字路口、公交车、自行车和行人的相对位置,并绘制三条候选路径:灰色表示不可选路径、黄色表示备选路径、绿色表示最终规划路径,最终路径必须避开行人和自行车。
中间为全图最大的主面板,标题“6 实时决策”,表现车辆正在进入路口。左前方公交车缓慢右转,右侧自行车沿非机动车道直行,一名行人仍位于斑马线边缘。车辆应轻微减速并保持居中,画面叠加一个简洁决策信息框,明确显示:“当前速度 21 km/h”“目标速度 16 km/h”“决策:减速让行”“风险等级:中”。该主面板必须比其他面板细节更多,但不能溢出面板边界。
右侧标题“7 局部避障”,表现自行车突然向车道内轻微偏移,车辆向左进行小幅轨迹修正,但不能跨越相邻车道线,使用一条短的绿色轨迹线表示修正路径。
第 3 行共 5 格:
第 1 格标题“8 通过冲突区”,车辆从公交车后方安全穿过路口中央,公交车与车辆不能发生穿模或位置冲突。
第 2 格标题“9 重新加速”,车辆驶离交叉口,速度信息框显示“16 → 32 km/h”,背景车道逐渐恢复顺畅。
第 3 格标题“10 后方监测”,采用后视或鸟瞰视角,表现车辆后方有一辆摩托车靠近,但仍保持安全距离。
第 4 格标题“11 状态确认”,表现车内仪表或 HUD 界面,清晰显示“路口已通过”“车道保持正常”“下一导航:300 m 后右转”。
第 5 格标题“12 完成通行”,采用较宽松的城市街景构图,车辆正常向前行驶,远处可以看到下一组路口和城市建筑。
每个面板左上角必须有统一格式的数字编号和标题;除第 6 格外,每格最多只允许出现一行简短说明文字,避免文字占据画面主体。所有面板的画风、光照时间、车辆造型、道路标线样式、字体风格必须统一。第 1、4、5、6、7 格中的行人必须是同一名穿黄色外套、深色长裤的人;第 1、5、6、7 格中的自行车骑手必须是同一名戴蓝色头盔的人,服装不能随面板变化。
严格避免以下问题:面板数量错误、面板合并、标题跨格、人物或车辆跑到相邻面板、同一角色外观前后不一致、感知框内容串入其他面板、主面板遮挡周围面板、边界线断裂、某些面板明显比规定数量缺失。整体既要有明显的 12 面板独立结构,也要像同一套完整的技术分镜而不是 12 张无关图片的拼接。
【模型生成图像1】:得分:32.3
图片实际只有9个面板,未满足12面板及4-3-5的非规则布局要求,第6格也未成为最大主面板,第10至12格直接缺失;多处编号和中文标题错误、缺失或乱码;第1格感知框和指定目标不完整,第3格未清晰体现信号切换与车辆停止,第4格缺少指定行人及预测轨迹,第5格缺少灰、黄、绿三条候选路径,第6格缺少完整交通场景和决策信息框,第7格未明确表现自行车偏移与车辆避障,第9格缺少“16 → 32 km/h”速度信息;此外,指定行人、自行车骑手及车辆传感器特征在不同面板中的一致性也不足。

【模型生成图像2】:得分:96
这张图整体已较好遵循 Prompt,主要剩余问题是:第3格交通灯同时出现红灯和绿灯,未清晰表现“红灯切换为绿灯”的状态;第5格三条候选路径区分不完整,灰色“不可选路径”不够明确;第6格公交车“缓慢右转”的运动状态表现不够清楚;第7格绿色修正轨迹未明显体现车辆向左小幅避障;第10格摩托车实际位于车辆前方,而 Prompt 要求其从车辆后方靠近;此外,双目摄像头和前保险杠毫米波雷达等指定传感器在多个车辆面板中没有持续清晰呈现,车辆传感器一致性仍不足。

示例3
【测评维度】:复杂信息布局——嵌套界面
【提示词】:
生成一张写实Windows 11电脑屏幕图像,主题为“浏览器中查看耳机商品并选择颜色”。要求至少形成4层明显的嵌套或叠放关系,各界面边界清楚,不得简单平铺。
最外层为Windows 11桌面,深蓝色壁纸,底部任务栏可见浏览器、文件资源管理器和设置图标。桌面中央打开浏览器窗口,这是第二层,网页标题为“数码商城”,顶部导航显示“首页、手机、电脑、影音、我的订单”。
网页主体是第三层商品详情页面,左侧显示一副黑色无线头戴耳机大图,右侧显示商品名称“静音无线耳机”、价格“899元”、评分“4.8分”,并列出“黑色、银色、蓝色”三个颜色选项和按钮“立即购买”。
商品区域内部打开一个“选择商品规格”弹窗,这是第四层,显示“颜色:银色”“数量:1”“预计送达:明日”,底部有“取消”和“确认购买”两个按钮。
商品规格弹窗必须完整位于浏览器网页内部,不能遮挡浏览器地址栏或穿出网页边界。商品图片、名称和价格在主页面与弹窗中保持一致。页面标题字号最大,商品名称和价格其次,规格、数量和送达信息使用较小字号但仍需清晰。
【模型生成图像1】:得分:46
主要问题:浏览器缺少明显地址栏和标签栏;顶部导航大量乱码或英文;价格误为“8999元”,评分、颜色选项和“立即购买”按钮也未准确呈现;“选择商品规格”未形成独立弹窗,第四层嵌套不足,且规格信息与“取消/确认购买”按钮不完整。整体中文可读性较差。

【模型生成图像2】:得分:92
规格弹窗右侧超出浏览器网页边界,违反“弹窗必须完整位于网页内部”的要求。其余桌面、商城导航、商品信息、颜色选项及四层嵌套基本符合要求。

测评邀请
时间规划
测评流程
1.邮件申请
2.意向沟通
3.参测确认与协议流程
4.提供API接口或大模型
5.获得测评报告

