TerraVis 提出「世界一致性」评估：补上文生图里物理与空间合理的盲区
机器之心 · wechat · 2026-10-12
阿德莱德大学 AIML、xAI 等机构的 TerraVis 框架（NeurIPS 2026 Evaluations and Datasets Track）针对文生图评估盲区：图像可在美学、对齐、人类偏好指标上得高分，却存在肢体扭曲、物体穿透等违背现实的问题。
核心设计：
- 「世界一致性」只看图像本身、不依赖提示词，与图文对齐区分明确——提示词要求「没有水流的喷泉」而模型画了喷水的喷泉，对齐失败但世界一致性满分
- 三层 18 类检查项：物体层面（结构/解剖等 7 类）、交互层面（接触/支撑/运动/光学等 8 类）、场景层面（尺度/遮挡/连续性 3 类）
- 四步评估流程，前三年由多模态大模型执行，抽象违规改写为具体视觉条件逐项提问；主要/次要违规分别赋权 1/0.5，指数函数计分
实验结果：基于 GPT-5.5，在 COCO-T2I 和 GenAI-Bench 上与人类评分的 Spearman 相关系数达 0.44/0.43（最佳基线 RAHF 为 0.29/0.37）；13,500 条人工标注中，48.6%/69.7% 的图像存在世界一致性问题。逐项检查消融显著优于整体打分（0.28）。排名也随维度改变：GenAI-Bench 上 GPT Image 1.5 多项传统指标领先，但 TerraVis 与人类都把第一给了 FLUX.2-dev。
在线体验已开放，可上传图片查看逐项问题与视觉证据。
「多模态」频道最新
- Midjourney sref 风格码实测:细线剪影插画一键复现 — michaelrabone · 2026-10-13
- Claude+Grok Imagine+Midjourney 打造恐怖歌舞片 MV — Match_Living · 2026-10-13
- --sref 三串风格码生成电影感光影，Midjourney 出图惊艳 — sergeantsref · 2026-10-13
- 金属动画 MV《Sunset》：以「被 AI 取代」为主题的创作 — Aggravating_Copy_140 · 2026-10-13
- Akool 影片挑战赛作品：AI 生成双雄对决火焰碰撞短片 — jijo6686 · 2026-10-13
- 开发者借 LoRA 加提示词遮罩实现 MiniMax H3 角色动作迁移突破 — linoy_tsaban · 2026-10-13