qwen-image-plus-2026-01-09 在「多人互动」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-plus-2026-01-09
- 用例名称：多人互动
- 测试类型：图像生成
- 评测维度：人物生成
用户提示词（User Prompt）
这是用户给 AI 模型的具体任务要求：
画面中有三个小朋友在公园草地上玩耍，一个穿红色T恤的男孩在踢球，一个穿黄色连衣裙的女孩在跳绳，还有一个穿蓝色短裤的男孩在旁边拍手。阳光明媚，背景有几棵绿树。
任务要求
AI 模型需要满足以下要求：
- 画面中必须恰好包含三个小朋友，每个人物均清晰可见，不得多于或少于三人
- 必须有一个穿红色T恤的男孩正在执行踢球动作，腿部姿势需符合踢球的基本物理形态
- 必须有一个穿黄色连衣裙的女孩正在执行跳绳动作，手持跳绳或跳绳道具清晰可见
- 必须有一个穿蓝色短裤的男孩正在执行拍手动作，双手合拢姿势明确可辨
- 场景必须为公园草地户外环境，背景中需有至少两棵绿树，整体呈现阳光明媚的明亮色调
- 三个人物的肢体结构需基本正确，手部无明显多指或畸变，面部五官清晰，无严重AI生成瑕疵
评测结果
综合得分
该模型在此用例的得分为：76.9 分（满分 100 分），已通过
基础难度评测结果
- 得分：76.9 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）
图中展示了三名东亚面孔的小朋友在阳光明媚的公园草坪上玩耍。画面中央是一名穿着黄色无袖连衣裙、粉色运动鞋的小女孩，她正在跳绳，身体轻盈地跃起；左侧是一名穿着红色短袖和深色短裤的小男孩，正抬起脚准备踢一个黑白相间的足球；右侧是另一名穿着蓝色短袖的小男孩，正笑着鼓掌。背景是郁郁葱葱的绿色树林，阳光透过树叶洒下斑驳的光影，整体色调明亮温暖。 然而，画面中存在多处明显的 AI 生成缺陷：首先，中间女孩手中的跳绳逻辑混乱，绳子并没有绕过头顶或脚底，而是断裂并扭曲地连接在手柄和地面之间，甚至穿过了她的腿部；其次，右侧蓝衣男孩的手部结构异常，手指数量模糊且交叠方式不自然；左侧红衣男孩踢球的脚与足球的透视关系略显生硬，且他左手的指关节呈现出扭曲的块状。此外，背景中树干的纹理在光影交界处显得有些模糊和不连贯。
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】这是一张完成度较高的AI生成多人儿童场景图像，场景环境几乎无可挑剔，三个人物的基本特征（服装颜色、动作类型）均得到呈现。最突出的失败点是跳绳的物理形态——绳子完全不符合旋转运动的弧线规律，暴露了AI对动态道具物理逻辑的理解缺陷。蓝色男孩的拍手动作辨识度不足，手部细节也存在多处模糊或不自然。综合来看，这张图像属于「基本完成但有明显瑕疵」的水准，在多人动态场景生成中属于中上水平。 【GEMINI】这张图像在氛围营造和色彩还原上表现优异，但在处理多人互动的复杂肢体结构和道具物理逻辑时出现了明显失败。特别是手部残缺、动作定义模糊以及跳绳道具的穿模问题，严重影响了画面的逻辑合理性，属于典型的「远看氛围感十足，近看细节崩坏」的AI生成作品。 【KIMI】该图像在基础场景构建与色彩氛围上表现良好，但在核心动作指令的精确执行上存在明显短板。红T恤男孩的「踢球」与蓝衣男孩的「拍手」均未达到提示词要求的动作标准，属于典型的「形似神不似」——人物姿态看似相关，但关键动作瞬间缺失。人体结构方面，手部细节与部分边缘处理暴露出AI生成的不确定性。综合判定为「基本完成但动作执行不到位」，建议针对动态瞬间的物理准确性进行优化。
进阶难度评测结果
- 得分：67.8 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）
画面中展示了一个现代化的会议室场景，五名身着正装的商务人士正围坐在木质长桌旁讨论。背景是一块大型投影幕布，上面显示着彩色的柱状分析图表。位于长桌尽头的女性主管正手持激光笔指向屏幕，左右两侧各有两名男女同事在倾听或记录。整体色调专业且冷静，以深蓝色西装、白色衬衫和柔和的室内光线为主。 然而，画面中存在多处明显的 AI 生成缺陷：最显著的是女性主管手中的激光笔，它同时射出了蓝色和红色两道不自然的射线，且射线的起点与笔尖位置错位。此外，人物的手部细节处理较差，例如左侧男性的手指在笔记本电脑键盘上显得扭曲且比例失调；右前方女性的手指动作生硬，指关节连接不自然。投影幕布上的文字和数字均为模糊的乱码，缺乏实际含义。桌上的水杯和纸张排列虽然整齐，但部分阴影投射方向与光源逻辑不符。
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】该图像在多人商务会议场景的基础框架上完成度尚可，五人均可辨认且整体氛围符合要求。然而核心指令细节存在多处明显失误：最关键的是激光笔与投影屏幕的指向关系断裂，这是提示词最核心的动作描述；会议桌形态为矩形而非椭圆形；对面两位同事的具体动作（翻阅文件、举手提问）均不够明确；手部解剖细节在多处出现问题。综合来看，图像属于「部分完成要求」的水平，核心动作逻辑和关键道具细节均有明显偏差。 【GEMINI】这张图像在宏观构图上较好地遵循了复杂的多人场景指令，但在微观细节和物理逻辑上表现糟糕。最严重的失败在于激光笔的物理表现（双色光且穿模）以及多处明显的手部畸变，这直接拉低了图像的专业感和可用性，属于典型的「远看合格，近看崩坏」的AI生成作品。 【KIMI】该图像作为AI生成的多人商务场景，在氛围营造和基础构图上达到可用水平，但在关键道具（激光笔）的物理真实性和特定动作（举手）的准确性上存在明显缺陷。彩虹色「激光」光束是显著的视觉谎言，直接暴露生成模型的物理认知局限。手部结构的细节崩坏虽经修饰仍难掩瑕疵。建议用于非专业场景的配图时需谨慎审核激光笔和举手动作区域，若用于正式商务宣传则需重绘或后期修正。
困难难度评测结果
- 得分：64.7 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）
图中展示了一个热闹的夜市摊位，一名身穿白色厨师服、戴着高帽的厨师正在制作面条。画面构图以厨师为左侧焦点，右侧则是坐在长条木桌前用餐的食客，背景是灯火通明的街道和密集的摊位。色调以暖黄色的灯光为主，营造出浓郁的市井烟火气。最引人注目的是厨师手中甩出的面条，在空中形成了一个夸张的、近乎完美的圆形弧度，并伴有升腾的白色蒸汽。 然而，画面中存在多处明显的 AI 生成缺陷。首先，厨师甩出的面条物理逻辑异常，面条末端凭空消失或与锅底连接方式生硬，且弧形结构过于僵硬。其次，人物手部处理模糊，厨师右手握持木棍的姿势不自然，右侧食客的手指也存在粘连现象。此外，背景中的招牌文字均为无法辨认的乱码，且远景人物的五官扭曲变形。最明显的错误在于，厨师左侧的面条似乎直接从其腹部位置延伸出来，缺乏合理的空间衔接。
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】这张图像在视觉冲击力和氛围营造上表现出色，拉面弧线堪称亮点，夜市整体氛围真实。然而在指令遵循度上存在两处根本性失误：左侧顾客的性别与动作均与提示词相悖（应为女性夹面，实为男性看手机），以及章鱼烧摊位及女摊主的完全缺失。这两处失误直接导致「多人场景差异化动作」的测试目标未能达成——三位顾客中有两位呈现相同的「低头看手机」动作，缺乏提示词要求的动作多样性。人体结构方面无严重畸变但手部细节不够精准。综合来看，这是一张视觉质量尚可但指令执行存在明显漏洞的生成图像。 【GEMINI】这张图像在氛围营造上表现出色，成功捕捉了夜市的繁忙感。然而，作为一张测试多人复杂交互的生成图，它在人体结构（尤其是手部）和物理逻辑（面条的动态）上出现了严重的 AI 幻觉。多处关键指令（如夹面动作、特定摊位类型）未能准确执行，属于典型的「远看氛围拉满，近看细节崩坏」的作品。 【KIMI】这是一张「氛围到位、细节崩塌」的典型AI生成图像。模型成功捕捉了夜市美食街的宏观视觉符号（霓虹、蒸汽、人群），但在提示词要求的精确叙事层面全面失守。核心失败点在于：将「章鱼烧摊位」替换为泛化的炸物摊位、「翻转铁板」动作简化为普通翻炒、以及多人手部结构的集体溃败。空间布局上的「背对背」错误暴露了模型对真实夜市摊位构造的认知缺失。建议评分区间55-65分，属于「能看但不能细究」的生成结果，若用于商业场景需大量后期修正。
相关链接
您可以通过以下链接查看更多相关内容：
