qwen-image-2.0-pro 在「天坛祈年殿镂空岁字卡片生成」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：天坛祈年殿镂空岁字卡片生成
- 测试类型：图像生成
- 评测维度：VG-FramedPerspective
用户提示词（User Prompt）
这是用户给 AI 模型的具体任务要求：
生成一张图像：一只手拿着一张银色金属质感的长方形卡片，卡片中心镂空刻有汉字「岁」，透过镂空部分可以看到远处的北京天坛祈年殿，背景是湛蓝的天空。
任务要求
AI 模型需要满足以下要求：
- 画面中有一只手持银色金属长方形卡片
- 卡片中心有镂空的汉字「岁」
- 透过「岁」字镂空可见北京天坛祈年殿
- 背景为湛蓝天空
- 整体画面清晰，构图完整
评测结果
综合得分
该模型在此用例的得分为：83.9 分（满分 100 分），已通过
基础难度评测结果
- 得分：83.9 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）
图中展示了一个晴朗蓝天下，一只手拿着银色金属镂空卡片对准北京天坛祈年殿的创意构图。卡片位于画面中央，镂空部分是一个巨大的汉字，但该字并非标准汉字，而是将「岁」字的下半部分与「万」字结合的错误字形，体现了 AI 在处理文字结构时的逻辑缺陷。透过镂空处，可以看到背景中被虚化的祈年殿，其蓝瓦红柱与金顶在阳光下格外醒目。左侧的一只手捏住卡片边缘，手指皮肤纹理清晰，但指甲形状略显生硬。背景的天坛建筑呈现出明显的透视异常，祈年殿的基座台阶与两侧的红色灯座在比例和空间衔接上显得不够自然，整体画面虽然色彩鲜艳、构思新颖，但在文字准确性和建筑透视上存在典型的 AI 生成痕迹。
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】这张图像整体完成度相当高，手持金属镂空卡片透视古建筑的创意构图得到了出色的视觉呈现，空间层次、材质质感均表现优秀。主要扣分点在于背景建筑与「天坛祈年殿」的标志性外形存在一定偏差，影响了提示词的精准还原度。但作为整体视觉作品，构图美学、技术执行和创意表达均属上乘水准。 【GEMINI】这是一张在摄影构图和材质渲染上表现优秀的图像，但作为核心视觉元素的汉字「岁」生成完全失败。模型在处理复杂文字符号的结构准确性上存在明显短板，导致图像失去了原本设计的文化内涵。 【KIMI】这是一张「概念及格、执行粗糙」的AI生成图像。模型理解了核心创意——镂空文字框景古建筑——但在空间透视与文字结构的精确性上暴露明显短板。「岁」字的结构缺陷属于不可接受的文字错误，而祈年殿的透视错位则彻底瓦解了「透过卡片看远方」的空间叙事。整体呈现 tourist snapshot 的廉价感，而非精心设计的视觉作品。若用于商业或文化场景，需大幅修正。
进阶难度评测结果
- 得分：77.5 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）
图中展示了一只右手拿着一张银色金属镂空卡片，背景是北京天坛祈年殿。卡片中心镂空了一个草书风格的汉字，透过镂空部分可以看到远处被虚化的天坛建筑，卡片底部刻有数字“2026”和一匹马的剪影。背景天空湛蓝，云朵稀疏，阳光充足。构图上，卡片位于画面中央，手部从右下角伸入。这张图片存在明显的 AI 生成缺陷：首先，卡片中心的镂空汉字笔画结构混乱，并非标准的“岁”或其他汉字，且镂空边缘与背景的虚化衔接极不自然，出现了诡异的重影和扭曲；其次，卡片底部的数字“2026”与马的剪影本应对应马年，但实际公历 2026 年是马年，这在逻辑上虽通，但马的腿部线条模糊。最明显的错误在于持卡的手指，大拇指的指甲形状异常，且手指与卡片接触的受力感不真实，显得有些僵硬。
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】该图像在视觉质量、景深调色和材质表现方面均达到较高水准，整体构图美观，电影感强烈。然而最致命的问题在于核心文字元素错误：提示词明确要求镂空「岁」字，但图像生成的是「梦」字，这一偏差直接影响了主体元素完整性的评分。若非此关键错误，整体评分可达85分以上。建议重新生成时重点确保汉字识别与渲染的准确性。 【GEMINI】这是一张在氛围营造和构图上表现尚可，但在核心细节和文字逻辑上严重翻车的作品。AI模型在处理特定汉字镂空和复杂剪影（如马）时，依然存在严重的逻辑理解偏差。虽然整体色调和景深效果达到了电影级的要求，但「岁」字无法辨认这一硬伤，直接导致作品无法作为高质量设计素材使用。 【KIMI】该图像完成了提示词的基础框架搭建，但在核心执行层面暴露出AI生成图像的典型缺陷：对汉字结构的语义理解不足、物理光学规律的简化处理、材质质感的模式化套用。构图对称与空间层次的失误最为致命，直接违背了「祈年殿与镂空对称居中」的关键要求；金属材质与激光雕刻的细节缺失则削弱了「高清晰度、细节丰富」的承诺。整体处于「概念可行、执行粗糙」的层面，距离电影级品质仍有显著差距。
困难难度评测结果
- 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）
图中展示了一只左手拿着一块长方形金属镂空板，背景是北京天坛祈年殿。画面构图采用中心对称，背景的天坛在蓝天白云下显得庄严，但被刻意模糊处理，以突出前景。金属板呈银灰色，拉丝质感，中间镂空了一个巨大的汉字。下方刻有数字“2026”和一匹奔跑的马的剪影。整体色调明亮，天空呈现纯净的深蓝色。 画面中存在明显的 AI 生成缺陷：首先，金属板中间镂空的汉字结构异常，虽然形似“岁”字，但笔画断裂且不符合常规书法或字体逻辑，显得支离破碎。其次，手部细节处理不自然，大拇指的指甲形状略显生硬，且手指与金属板边缘的接触感缺乏真实的物理受力细节。最后，2026年在中国农历中应为马年，虽然画面中出现了马的图案，但金属板边缘的线条在左下角处有轻微的扭曲和不连贯。
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】该图像在基础元素完整性和材质表现方面完成度较高，手持卡片的第一人称视角真实自然，金属质感和景深效果均有较好表现。但核心构图要求「框中框」对称构图未能精准实现，祈年殿未居中于「岁」字镂空，这是最主要的失分点。此外，电影级冷蓝色调调色不够到位，整体更接近高质量商业摄影而非电影级视觉风格。综合来看，图像质量属于中上水准，但距离提示词的精准要求仍有明显差距。 【GEMINI】图像在氛围营造和色彩控制上表现优秀，具备高端文创宣传图的视觉潜力。然而，在构图的精密对齐、手部解剖结构的准确性以及微小细节（如激光雕刻）的处理上，AI仍表现出明显的局限性，导致整体真实感大打折扣。 【KIMI】该图像在概念执行上接近提示词要求，但在关键细节处暴露出AI生成的典型缺陷：书法字形的结构理解失败、物理光影的逻辑矛盾、以及电影调色的表面化处理。作为「高端文创宣传图」的定位，其精致度远未达标，尤其是「岁」字的书法质感与激光雕刻的细节表现，显示出模型对文化符号与工业工艺的双重理解不足。构图的错位问题更为致命，直接破坏了提示词核心的「框中框」对称美学。
相关链接
您可以通过以下链接查看更多相关内容：
