图像编辑一多人就肢体乱飞？MPIE-Bench 专治解剖学异常
muset-ai · hf · 2026-07-31
当前文生图模型在处理单人画面时表现优异，但在生成多人肢体接触（如拥抱、背负等）时，常出现肢体融合或身体穿插等严重的几何错误。现有评测和 VLM 评分器往往对此视而不见。
为此，研究者提出了 MPIE-Bench：
- 数据集：包含 2500 个样本，涵盖 405 个场景、14 种交互类别和 4 种接触密度。
- 新评测轴：提出 MPIE-Eval，利用多人网格重建技术，从 Anatomy（解剖学完整性）和 Interaction（交互物理合理性）两个维度进行打分。
- 发现：在测试的 10 个编辑器中，没有模型能在两个维度上同时表现优异（最高分仅 0.65 和 0.72），而传统的 VLM 评分器却给出虚高的 0.95 分。新评测轴被证明更贴近人类真实判断。
「多模态」频道最新
- 海螺AI展示单图生成15秒视频能力 — LudovicCreator · 2026-07-31
- MiniMax H3 视频模型上线竞技场，即将开放权重 — arena · 2026-07-31
- 脑洞大开：用 AI 构想外卖“飞鸽配送”躲避拥堵 — sivakumaranvlsi · 2026-07-31
- MiniMax H3 视频模型上线 Vercel AI Gateway — evilrabbit_ · 2026-07-31
- 实测Flux 3：超长复杂提示词生成双视角同步视频 — umesh_ai · 2026-07-31
- 让视频字幕精准对应多张参考图：RefCaptioner 框架发布 — KlingTeam · 2026-07-31