Google: Gemini 2.5 Flash Image (Nano Banana) 在「黄山迎客松镂空寿字卡片生成」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：Google: Gemini 2.5 Flash Image (Nano Banana)
- 用例名称：黄山迎客松镂空寿字卡片生成
- 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：
生成一张写实风格的图像：一只手拿着一张深灰色岩石质感的卡片，卡片中心镂空刻有汉字「寿」，透过镂空部分可以看到远处的黄山迎客松与云海。背景云雾缭绕，整体氛围大气磅礴。
任务要求
AI 模型需要满足以下要求：
- 画面中有一只手持有深灰色岩石质感卡片
- 卡片中心有镂空的汉字「寿」
- 透过镂空部分可见黄山迎客松
- 背景有云海或云雾元素
- 整体风格为写实摄影风格
评测结果
综合得分
该模型在此用例的得分为：75.9 分（满分 100 分），已通过
基础难度评测结果
- 得分：75.9 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）
图中展示了一只左手拿着一张深灰色磨砂质感的长方形卡片，背景是壮丽的高山云海。卡片中心有一个镂空的汉字，形似“昔”字或“黄”字的变形。透过这个镂空的汉字，可以看到远处山巅上一棵翠绿的松树，这种“框景”构图将自然美景与文字巧妙结合。背景中的山峰在浓密的白云中若隐若现，天空呈现出淡雅的灰白色，整体色调清新自然。 然而，画面中存在明显的 AI 生成缺陷：首先，镂空的汉字结构并不标准，笔画连接处显得生硬且不符合汉字书写逻辑；其次，最明显的错误在于持卡的手部，大拇指的指甲形状异常，且食指与卡片接触的位置透视错误，手指似乎直接“嵌入”了卡片边缘，缺乏真实的物理接触感；此外，卡片右侧边缘悬空，没有手指支撑却能平稳保持水平，违背了重力常识。
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】该图像在整体意境营造和镂空透视关系上表现出色，写实摄影风格到位，云海黄山的氛围令人印象深刻。然而最致命的问题是镂空汉字错误——图中呈现的是「着」字而非提示词要求的「寿」字，这是对核心提示词要求的直接违背。此外迎客松的标志性形态表现不足。综合来看，图像在视觉质量上有较高水准，但在文字准确性这一关键要求上存在明显失误，导致整体评分受到较大影响。 【GEMINI】这是一张在氛围营造上表现尚可，但在核心语义理解（汉字）和细节刻画上存在明显硬伤的图像。最严重的问题在于模型未能正确生成汉字「寿」，导致画面主题完全跑偏，这对于需要精准文字呈现的场景是致命的。手部细节和物理透视的严谨性也需要进一步优化。 【KIMI】该图像在背景意境营造上表现尚可，但犯下提示词核心要求的致命错误——将「寿」字错生成为「黄」字，直接导致任务失败。镂空透视的逻辑混乱与材质表现的平庸进一步拉低质量。模型在文字语义理解与空间关系构建上存在明显短板，需严格区分「寿」与「黄」的字形差异，并提升镂空场景的真实景深计算能力。
进阶难度评测结果
- 得分：78.6 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捏着一张深灰色磨砂质感的长方形卡片，背景是云雾缭绕的高山。卡片中心有一个巨大的镂空汉字，看起来像是“若”字或“芳”字的变体，通过镂空处可以看到远方山巅上的一棵翠绿松树。卡片下方印有数字“2026”和两匹奔马的剪影。整体色调清新，构图采用了框景摄影手法，将自然景观嵌入人造卡片中。 画面中存在明显的 AI 生成缺陷：首先，卡片中心的镂空汉字结构逻辑混乱，笔画断裂且不符合常规汉字书写，像是随机拼凑的符号。其次，左下角捏住卡片的手指比例失调，食指异常粗大且指甲形状生硬，与手掌的连接处缺乏自然的骨骼感。此外，卡片底部的马匹剪影边缘模糊，且“2026”数字的透视与卡片平面略有偏差，显得不够真实。
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AI生成图像整体完成度较高，核心提示词要求基本得到满足。第一人称手持镂空卡片的场景构建成功，「寿」字镂空透视关系合理，石刻质感卡片材质表现出色，底部装饰元素完整。主要不足在于镂空内景的纵深感略显不足（松树偏近景），未能充分展现黄山云海的磅礴远景；持卡角度略显刻意。综合来看，这是一张质量较高的AI生成图像，在镂空透视与场景融合方面表现尤为突出。 【GEMINI】这张图像在材质表现和氛围营造上展现了不错的潜力，尤其是卡片岩石质感的处理非常到位。然而，AI 在处理复杂细节（如手部结构、微小剪影）和物理透视逻辑上暴露了明显短板。马剪影的崩坏和手部的僵硬直接拉低了作品的专业度，使其看起来更像是一张拼凑感较强的合成图，而非一张浑然天成的摄影作品。 【KIMI】该图像完成了提示词的基础框架要求，但在关键的「镂空透视」这一技术难点上暴露明显缺陷——迎客松与背景的空间关系处理失败，呈现典型的AI「贴图窗口」效应。岩石质感、石刻边缘、背景虚化等多处细节未能达到写实摄影标准。作为考察「镂空透视与场景融合」的测试图像，其在核心能力维度上表现不足，属于「概念可见、执行欠妥」的中等偏下水准。
困难难度评测结果
- 得分：71.8 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，一只手正举着一块深灰色的长方形石板，背景是壮丽的高山云海。石板中心有一个镂空的汉字，透过这个字可以看到背景中一棵苍劲的迎客松。石板下方刻有数字“2026”和一匹奔马的剪影。远景是连绵的山峦和如浪潮般的白色云雾，在柔和的晨光或余晖下显得宁静深远。构图上，石板位于画面中心，形成一种“画中画”的视觉效果。 然而，画面中存在明显的 AI 生成缺陷：首先，石板中间镂空的汉字结构异常，并非标准的汉字，看起来像是“前”字或“荷”字的错误变形，笔画断裂且逻辑不通。其次，持握石板的手部结构不自然，大拇指的比例和连接处显得僵硬，手指的边缘与石板交界处略显模糊。此外，石板右侧的边缘过于平整，与左侧略带粗糙的质感不完全统一，透视关系上也略显生硬。
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】该图像在整体视觉质量和氛围营造上表现较好，岩石质感、手持视角、云海背景等要素均有较高完成度。然而最致命的问题是镂空汉字字形错误——生成的并非「寿」字而是另一个汉字，这直接违背了提示词的核心要求。此外镂空卡片的立体厚度感不足，以及镂空与迎客松的精准对准度有所欠缺。综合来看，图像在技术执行层面有一定水准，但核心内容错误导致整体评价大打折扣。 【GEMINI】图像在氛围营造和材质基础表现上达到了及格水平，但在物理逻辑（透视、厚度）和细节刻画（石刻工艺、手部解剖）上存在明显短板。作为一张需要体现「镂空透视」核心难点的作品，其空间融合度未能达到预期，导致真实感大打折扣。 【KIMI】这是一张在核心技术上严重失败的AI生成图像。模型完全未能理解「镂空透视」的空间逻辑，将「透过镂空看到的景物」与「背景景物」处理为两个独立图层，导致灾难性的「双松树」效果。手部姿态、石刻质感、构图精准性等关键要求均未达标。尽管云海氛围有可取之处，但技术缺陷已使图像失去作为「写实摄影」的基本可信度。评分需严格拉开差距，避免对明显错误宽容。
相关链接
您可以通过以下链接查看更多相关内容：
