Google: Nano Banana Pro (Gemini 3 Pro Image Preview) 在「简单动作」的评测结果
这是该 AI 模型在此测试用例上的详细评测结果。
基本信息
- 模型名称：Google: Nano Banana Pro (Gemini 3 Pro Image Preview)
- 用例名称：简单动作
- 测试类型：图像生成
- 评测维度：动作表现
用户提示词（User Prompt）
这是用户给 AI 模型的具体任务要求：
一个小男孩正在客厅里跳跃，双脚离地，双臂向上高举，脸上露出兴奋的表情。他穿着蓝色T恤和短裤，背景是简洁的白色墙壁和木地板。
任务要求
AI 模型需要满足以下要求：
- 画面中必须呈现一名小男孩（单一人物），双脚同时明显离地，脚底与地面之间有可见间距，清晰表现跳跃瞬间的腾空状态
- 双臂须向上高举，手臂抬起高度至少达到肩部以上，整体姿势与跳跃动作协调一致，符合自然跳跃时的肢体运动规律
- 面部须呈现兴奋、喜悦的表情（如张嘴大笑、眼睛睁大等），表情与跳跃动作的活力感相匹配
- 人体结构须完整正确：四肢数量正确，各关节（肘、膝、踝）弯曲方向符合生理学逻辑，无多余肢体、断肢或明显比例失调
- 人物须穿着蓝色T恤和短裤，服装颜色与描述一致，无明显颜色偏差
- 背景须为简洁的室内环境，包含白色（或浅色）墙壁与木质地板，背景元素简洁，不干扰主体人物的视觉呈现
评测结果
综合得分
该模型在此用例的得分为：88.1 分（满分 100 分），已通过
基础难度评测结果
- 得分：88.1 分
- 通过状态：已通过
模型生成产物
该模型生成了以下图片：
图片内容描述（由 AI 生成，供你参考）
画面中展示了一个明亮的现代简约风格客厅，一名约五六岁的小男孩正处于跳跃的瞬间，身体悬浮在木质地板上方。他穿着蓝色短袖 T 恤和牛仔短裤，双臂高举过头顶，脸上洋溢着灿烂的笑容。背景是纯白色的墙壁，左侧有一扇大窗户，阳光洒在浅色的木地板上。房间内布置有绿植、米色沙发和白色电视柜，整体色调清新自然。 然而，画面中存在明显的 AI 生成缺陷：最显著的是男孩的手部，双手手指数量异常且扭曲，呈现出杂乱的肉团状，缺乏清晰的指关节结构。此外，男孩的双脚脚趾模糊不清，右脚似乎只有四个脚趾。在环境细节上，沙发下方的阴影与男孩悬浮位置的投影逻辑不完全一致，且背景中电视柜的支脚显得有些歪斜，这些特征揭示了图片的 AI 生成属性。
注：图片内容暂不支持屏幕阅读器朗读。您可通过上方链接在浏览器中查看原图，后续我们将持续完善这部分的无障碍支持。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】这张图像对提示词的还原程度极高，核心动作要素（腾空、双臂上举、兴奋表情）全部准确呈现，人体结构无明显AI畸变，服装与背景环境均与描述高度匹配。整体质量接近真实摄影水准，是一张成功完成「简单动作测试」任务的优秀生成图像。仅有的轻微不足在于背景元素略多及动态模糊带来的细节损失，但均不影响核心要求的达成。 【GEMINI】该模型在理解动作指令和环境描述方面表现卓越，成功捕捉了「跳跃瞬间」这一动态难点。然而，在人体微观结构（手部和脚部）上出现了典型的AI生成错误，尤其是多指问题严重影响了图像的写实严谨性，拉开了与顶级表现的差距。 【KIMI】该图像在核心叙事（跳跃动作、兴奋表情、服装背景）上高度完成提示词要求，属于「基本合格但经不起细看」的典型AI输出。主要失分点集中在解剖学细节的「过度平滑」处理——肘关节、膝关节与脚趾均呈现出AI为规避畸形而采用的「安全但失真」策略，牺牲了动态人体的力学真实感。建议用于中远距离浏览场景，近距离 scrutiny 会暴露肢体结构的塑料质感。
进阶难度评测结果
- 得分：76.0 分
- 通过状态：已通过
模型生成产物
该模型生成了以下图片：
图片内容描述（由 AI 生成，供你参考）
图中展示了一场宏大的室内芭蕾舞演出。画面中心是一位身穿粉色芭蕾舞裙的女性舞者，她正单脚尖伫立在木质舞台上，另一条腿向后平平抬起，双臂舒展，姿态优雅。舞台灯光从左侧打来，在地面上投射出她修长的影子。背景是富丽堂皇的歌剧院，右侧可以看到交响乐团正在演奏，指挥家背对观众挥动指挥棒，上方是带有金色装饰的欧式包厢。整体色调温暖，充满了艺术氛围。 然而，画面中存在明显的 AI 生成缺陷：舞者的右手手指线条模糊且扭曲，缺乏清晰的关节结构；她支撑地面的右脚足尖鞋形状异常，与地板接触的方式显得不够自然。此外，背景中乐团成员的面部特征非常模糊，部分乐手的乐器（如小提琴）与手部的衔接处出现了透视错误和结构缺失，指挥家的左手也显得不够完整。这些细节上的不协调揭示了图片的生成式来源。
注：图片内容暂不支持屏幕阅读器朗读。您可通过上方链接在浏览器中查看原图，后续我们将持续完善这部分的无障碍支持。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】图像在场景营造和服装细节上表现优秀，舞台氛围真实感人。然而核心动作「阿拉贝斯克」的执行存在根本性偏差：抬腿膝关节弯曲、高度严重不足、左右腿角色互换，实际呈现的是attitude derrière而非arabesque。这对于一个以「测试模型表现简单动作」为目标的任务而言，是不可忽视的失败。动作准确性的缺失拉低了整体评分，图像更像是一张精美的芭蕾舞台照片，而非对提示词动作规范的精确响应。 【GEMINI】这是一张视觉冲击力很强但经不起专业推敲的图像。模型在营造舞台氛围和服装质感上表现卓越，但在核心的芭蕾动作规范（尤其是膝盖绷直）和关键部位的人体解剖（脚踝与手指）上出现了明显失误。作为测试简单动作的题目，其动作的准确性尚需大幅改进。 【KIMI】该图像在视觉氛围与服装细节上表现尚可，但核心动作准确性出现严重偏差——左右腿功能完全颠倒，这直接违背了提示词的基础指令。作为「测试模型表现简单动作」的任务，这种方向性错误不可接受。人体结构的解剖瑕疵虽不至于完全破坏画面，但支撑脚的「折断」感与髋部的生硬转折暴露了AI对人体力学理解的不足。综合判定为「部分完成要求，有多处需要改进」，分数需拉开差距以体现对基础指令准确性的严格要求。
困难难度评测结果
- 得分：74.5 分
- 通过状态：已通过
模型生成产物
该模型生成了以下图片：
图片内容描述（由 AI 生成，供你参考）
图中展示了一个充满活力的室外街头篮球场场景。画面中心，一名身穿红色布鲁克林篮网队 23 号球衣的非裔男子正跃起在半空中，右手单手扣篮，他的肌肉线条清晰，动作极具张力。球场背景是带有涂鸦的陈旧砖墙和老式公寓楼，周围聚集了一群围观的年轻人，有的在欢呼，有的正举着手机拍摄。阳光从侧面照射，为整个场景笼罩上一层温暖的金色调。 然而，画面中存在多处明显的 AI 生成缺陷。最显著的是扣篮者的右手，手指与篮球的接触方式显得扭曲且模糊，缺乏自然的抓握感。背景中围观人群的细节处理非常混乱：许多人的面部特征模糊不清或严重变形，部分人的手臂和腿部线条不自然地交织在一起，甚至出现了多余的肢体。此外，篮筐的网格结构在靠近边缘处显得杂乱无章，失去了真实的几何逻辑。这些细节揭示了图像并非真实摄影作品。
注：图片内容暂不支持屏幕阅读器朗读。您可通过上方链接在浏览器中查看原图，后续我们将持续完善这部分的无障碍支持。
AI 评审点评
以下是 AI 评审对该模型输出的点评：
【CLAUDE】这张图像在氛围营造、空间逻辑和人体结构方面表现优秀，街头篮球场的现场感极具感染力。然而最致命的问题是「左手扶篮筐」这一提示词核心动作要求完全未被执行——左手悬空而非扶筐，导致action_accuracy维度无法达到高分。身体后仰幅度不足也削弱了扣篮动作的戏剧张力。综合来看，这是一张视觉质量较高但动作细节执行不够精准的图像，在「简单动作测试」的任务目标下，核心动作描述的偏差是主要扣分点。 【GEMINI】这张图像在氛围和色彩上表现优异，成功捕捉了街头篮球的质感。然而，作为核心任务的「扣篮动作」在细节指令执行上存在明显缺失，特别是左手扶筐这一关键动作被忽略。更严重的是，AI 在处理高动态下的人体结构时出现了明显的腋下融合和手部畸形，这在专业评审眼中是不可忽视的硬伤。 【KIMI】该图像在氛围营造和环境细节上表现专业，但核心动作指令的执行出现严重偏差。左手扶筐这一扣篮动作的标志性要素完全缺失，导致「测试模型表现简单动作」的评估目标未能达成。模型似乎将「扣篮」理解为泛化的「跳跃投篮」，忽略了提示词中明确的手部交互细节。此外，防守球员的数量和姿态也与提示词不符。建议重新生成时强化对「左手-篮筐」接触关系的物理约束，以及多人物动态高度的层次控制。
相关链接
您可以通过以下链接查看更多相关内容：
