用相似度基准比较图像模型
Feeling-Following-97 · reddit · 2026-07-20
这篇帖子在复杂场景下对比了 ZIT、Krea2T、Ideogram 4 以及其他商业图像模型,重点看角色动作是否自然、物体关系是否正确、场景是否足够杂乱。作者说明图片来自授权的 Unsplash 库,并引入一个相似度评分系统作为另一条比较轴,同时发问:这个评分方法到底准不准确、客不客观。帖子还给出一个基于 DreamSim 的公开页面,方便直接查看方法。
「多模态」频道最新
- AI 视频制作入坑指南:如何解决连贯性与审查限制 — cynicalnewenglander · 2026-07-22
- 先做分镜再生成,AI 舞蹈视频更容易保持一致性 — aftahi_ai · 2026-07-22
- Runpod MCP 让 Claude 直接编排图像和视频生成工作流 — 802high · 2026-07-22
- Midjourney 把蜜蜂做成碎片爆炸梗图 — michaelrabone · 2026-07-22
- 物理奖励能改进视频生成,但不等于物理引擎 — Dapper-Drawer4546 · 2026-07-22
- HeyGen 给 coding agent 接入 7.5 万图片和 1 万音乐 — HeyGen · 2026-07-22