qwen-image-2.0-pro 在「互动动作」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：qwen-image-2.0-pro
- 用例名称：互动动作
- 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：
生成一张图片：一位母亲正在教小女儿骑自行车，母亲双手扶着车座后面，身体前倾，正在小跑着推动自行车。小女儿双手握住车把，双脚踩在踏板上，身体略显紧张但充满期待。画面要体现出母亲推动的动作和女儿学习平衡的姿态。
任务要求
AI 模型需要满足以下要求：
- 母亲双手扶住自行车车座后方（非车架、非车把），手部接触位置清晰可辨
- 母亲身体明显前倾，重心向前，呈现出推动自行车前行的动态姿势
- 小女儿双手握住车把，手部与车把存在明确的接触关系
- 小女儿双脚踩在踏板上，脚与踏板接触合理，无明显悬空
- 母亲位于自行车正后方，女儿坐于车座上，两人空间位置关系符合骑车教学场景
- 画面整体传达出母亲推行中的动势与女儿学习平衡时的紧张期待感，体现教学互动关系
评测结果
综合得分
该模型在此用例的得分为：70.7 分（满分 100 分），已通过
基础难度评测结果
- 得分：70.7 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）
图中展现了一个温馨的户外场景，一位母亲正在阳光明媚的街道上教年幼的女儿骑自行车。母亲身穿灰色长袖毛衣和蓝色牛仔裤，正弯腰奔跑，双手扶着自行车的后座以保持平衡。小女孩约四五岁，穿着灰色短袖和牛仔裤，神情专注且略显紧张，双手紧握车把。背景是郁郁葱葱的绿色树木，阳光从侧后方洒下，为人物轮廓镀上了一层金边。 然而，画面中存在多处明显的 AI 生成缺陷：最显著的是母亲的右手，其手指结构混乱，似乎与自行车的座垫融合在了一起，且手掌形状异常。自行车的构造也存在逻辑错误，前叉处缺少连接车轮的轴承，刹车线线条杂乱且没有明确的终点。此外，小女孩左脚下方的脚踏板悬浮在空中，并未与单车的传动系统连接，母亲左脚的鞋子边缘也显得模糊且与地面衔接不自然。这些细节揭示了图像并非真实摄影。
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】整体而言，这张图像在动态表现和情感叙事上表现优秀，母女教学骑车的场景氛围营造得相当成功。最主要的扣分点集中在「母亲双手扶车座后方」这一核心动作要求未能准确还原——手部实际接触的是车架区域而非车座正后方，这是提示词中最具体的动作描述，未能精准执行。其余方面基本达标，是一张完成度较高但存在关键细节偏差的生成图像。 【GEMINI】图像在氛围营造和宏观动态上表现出色，但在严苛的物理逻辑和指令执行上存在显著缺陷。母亲单手扶车且手指畸变、自行车关键部件（踏板）缺失，直接违反了提示词中的核心动作要求。作为教学场景，手脚的接触点是评价互动的核心，该模型在精细肢体控制上失分较多。 【KIMI】该图像在人物表情和氛围营造上有一定水准，但在核心动作还原上存在严重失误。母亲手部位置偏离提示词要求的「车座后方」，改为握持座杆，这是不可接受的指令遵循失败。同时母亲身体站位、腿部姿态的物理不合理性，暴露出AI在复杂人体互动场景中的空间逻辑缺陷。作为「测试模型表现人物互动」的生成任务，该结果未能通过关键动作准确性检验。
进阶难度评测结果
- 得分：75.2 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）
图中展示了三位舞者在纯白色背景下进行现代舞表演的场景，整体色调简洁，以深蓝、灰色和黑色服装为主。画面中心是一位女性舞者，她单脚伫立，双臂高举，右腿向侧上方优美地伸展；左侧是一位女性舞者正处于跃起状态，身体蜷缩，双臂向前伸展；右侧则是一位男性舞者，他身体倒置，仅靠单手支撑地面，双腿在空中弯曲，展现出极强的力量感。 然而，画面中存在多处明显的 AI 生成缺陷：中心女性舞者的右手手指扭曲且数量异常，左脚脚趾结构模糊；左侧跃起女性的双手手指呈现出不自然的融合状，且其右脚掌的形状过于细长，缺乏正常的足弓结构；右侧男性舞者的左手（支撑地面的手）手指过长且关节僵硬，其悬空的右脚脚趾也显得杂乱模糊。此外，人物之间的光影衔接略显生硬，缺乏真实的物理互动感。
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】图像整体质量尚可，三位舞者的出现与位置关系清晰，人体解剖学表现良好。但核心动作还原存在明显偏差：中间舞者的后腿方向与角度是最大失误，向侧前方抬腿约90度与提示词要求的「向后高抬180度」相差甚远；右侧舞者侧撑动作缺乏腾空瞬间感。整体偏向静态摆拍效果，未能充分传达现代舞的动态张力与瞬间感。综合评估属于「部分完成要求」的中等水平。 【GEMINI】该图像在构图布局上完成了基础要求，但在核心动作还原和人体结构准确性上表现糟糕。特别是关键的「180度后踢腿」和「侧翻瞬间」均未能准确表达，且伴随明显的AI生成常见肢体畸形（多趾、断指），严重影响了专业视觉评审下的质量评价。 【KIMI】该图像在人物完整性和空间布局上表现良好，但在核心动作执行上存在严重缺陷：中间舞者后腿角度远未达标，右侧舞者动作性质完全偏离「侧翻」要求而呈现失控坠落状态，且伴随解剖学不合理问题。视觉动感表现平庸，缺乏现代舞应有的瞬间爆发力。综合判定为「部分完成要求，有多处需要改进」层级，action_accuracy与anatomical_correctness维度得分显著偏低。
困难难度评测结果
- 得分：65.9 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）
图中展示了一个繁忙的地铁站台场景。画面中央，一名穿着深蓝色西装、打着领带的白人男子正拎着棕色公文包，大步跨向即将关闭或正在运行的地铁车门，他的领带因奔跑而向后飘起，神情焦急。背景是一列银色的金属材质地铁，车窗内挤满了乘客，站台上还有几位亚裔面孔的行人正注视着这一幕。整体色调偏冷，光线明亮，营造出一种都市生活的紧迫感。 然而，画面中存在多处明显的 AI 生成缺陷：最显著的是奔跑男子的领带，它竟然穿透了他的身体，从背后凭空延伸出来，完全不符合物理逻辑。男子的右手握拳姿势僵硬，手指细节模糊。此外，背景中车窗内的乘客面部特征扭曲，左侧站立女性的右手手指显得异常细长且结构混乱。地铁车门的边缘与男子腿部的交界处也存在透视衔接不自然的问题，显示出 AI 在处理复杂动态构图时的局限。
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】图像在人物动态表现和环境氛围营造上有一定水准，男士奔跑姿态基本符合人体运动规律，地铁站场景细节较为完整。然而，图像在最核心的叙事要求上存在根本性缺失：提示词明确要求「一脚踏入车厢、一脚在站台」的跨门瞬间未能实现，男士整体仍处于站台侧奔跑状态；地铁门关闭的动态感缺失；画面缺乏运动模糊等动感视觉手法。这些问题导致「千钧一发」的紧张叙事核心无法成立，整体完成度与提示词要求存在明显差距。 【GEMINI】这张图片在捕捉大跨度动态姿势方面具有一定的视觉冲击力，但在严苛的物理逻辑和解剖学细节面前溃不成军。最核心的失败在于主体与环境的交互——跨门动作产生的穿模现象直接破坏了画面的真实感，且完全忽略了提示词中关于「乘客侧身让路」和「门正在关闭」的关键互动要求，导致叙事张力仅停留在表面，经不起细节推敲。 【KIMI】该图像在核心叙事要求的完成度上存在显著缺陷。提示词强调的「一脚在车厢一脚在站台」「车门正在关闭」「侧身让路」三项关键动作均未准确呈现，主体姿态更接近悬浮跳跃而非真实奔跑。画面静态化处理彻底消解了「千钧一发」的紧张感，背景人群稀疏进一步削弱了环境可信度。作为「测试模型表现人物互动」的任务，其在空间交互逻辑（穿模/悬空）和群体动作差异性（姿态同质化）方面表现不佳，整体处于「概念可见、执行失真」的水平。
相关链接
您可以通过以下链接查看更多相关内容：
