doubao-seedream-5-0-pro 在「俯视视角」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：doubao-seedream-5-0-pro
- 用例名称：俯视视角
- 测试类型：图像生成
- 评测维度：透视视角
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：从正上方俯视一个圆形的白色陶瓷盘子，盘子中央放着一个红色的苹果。背景是深色的木质桌面，光线从上方均匀照射，苹果和盘子的影子清晰可见。
任务要求
AI 模型需要满足以下要求：
- 图像采用严格的正上方垂直俯视角度（Top-down view），仅能看到盘子和苹果的顶部平面，不应出现明显的侧面透视
- 盘子在俯视视角下呈现为正圆形或接近正圆形（长短轴比不低于0.85）
- 红色苹果位于白色陶瓷盘子的中央位置，偏移量不超过盘子半径的25%
- 背景为深色木质桌面，木纹纹理可见，整体色调较深，与白色盘子形成明显对比
- 光线从正上方照射，苹果和盘子在桌面或盘面上产生可见阴影，阴影应呈现顶光特征（短小、位于物体正下方边缘）
评测结果
综合得分
该模型在此用例的得分为：43.5 分（满分 100 分），未通过
基础难度评测结果
- 得分：43.5 分
- 通过状态：未通过
模型生成产物
该模型生成了以下图片：
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】该图像在元素完整性和细节质量上表现不错，苹果、盘子、桌面均有呈现，且苹果的质感渲染精良。然而，图像在最核心的要求——「正上方垂直俯视角度」上彻底失败，实际呈现的是约45度斜俯视视角，导致盘子变形为椭圆、苹果侧面可见、光影方向错误等一系列连锁问题。这是一张构图精美但完全答非所问的图像，未能完成测试模型处理俯视角度的核心任务。 【GEMINI】该图像在核心要求「正上方垂直俯视视角」上完全失败，实际呈现的是约45-60度的斜侧俯视构图，导致盘子椭圆化、苹果侧面完整可见，与提示词的根本意图严重背离。光源方向也不符合顶光要求。尽管图像本身的渲染质量不错，元素构成基本正确，但视角是本次测试的核心考察点，AI模型未能理解并执行「正上方俯视」这一关键指令，综合评分较低。 【KIMI】该图像在视觉美感上表现良好，苹果质感、色彩对比和构图均衡都较为出色。然而，作为'测试模型处理俯视角度'的任务，其核心失败在于未能实现严格的90度垂直俯视（Top-down view）。实际视角带有明显的倾斜，导致苹果和盘子均展示了过多侧面信息，阴影方向也偏离顶光特征。这在以'视角准确度'为核心测试目标的场景下属于严重偏差。若作为一般静物摄影可接受，但作为Prompt要求的严格俯视角度生成任务，未能达标。
进阶难度评测结果
- 得分：68.8 分
- 通过状态：已通过
模型生成产物
该模型生成了以下图片：
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】这张图像整体场景元素丰富、细节精良，交通场景真实感强，六类核心元素均有呈现。然而，最核心的问题在于视角不符合提示词要求：图像采用的是斜角高空俯视（约45-60度），而非严格的90度垂直俯视Bird's eye view。这导致建筑侧立面可见、道路透视收缩、几何形状变形等一系列问题。对于一个明确要求「高空垂直俯视」的提示词，视角偏差是最主要的失分点，但场景元素的完整性和阴影逻辑的正确性仍值得肯定。 【GEMINI】该图像最大的问题在于未能实现提示词要求的「严格高空垂直俯视（Bird's eye view）」视角，图像实际采用了约45-60度的斜角俯视，导致建筑侧立面暴露、路口透视变形强烈、圆形花坛呈椭圆、斑马线条纹透视压缩等一系列连锁几何失真问题。这一视角偏差是根本性的，直接影响占权重最高（45%）的perspective_accuracy维度。场景元素的种类和数量基本达标，阴影逻辑正确，但几何精度因视角问题整体受损。整体而言，这是一张「高处斜拍的路口照片」而非「垂直俯瞰的路口规划图」，未能完成核心任务要求。 【KIMI】该图像基本完成了提示词的核心要求，呈现了一个具有生活气息的城市十字路口俯视场景。中央花坛、车辆、行人、阴影等要素齐备且表现良好。主要问题在于视角并非严格的90度垂直俯视，建筑立面的可见度暴露了约10-15度的倾斜；此外交通信号灯的状态逻辑存在明显错误。整体属于'良好但不够完美'的水平，在AI生成图像中属于中上质量。
困难难度评测结果
- 得分：59.6 分
- 通过状态：未通过
模型生成产物
该模型生成了以下图片：
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】这张图像在场景营造和氛围感方面表现出色，道具配置完整、中局棋局合理、动态表现自然。然而图像最核心的失误在于未能实现提示词要求的「严格90度垂直俯视」——实际视角约为70-80度斜俯视，导致棋盘呈梯形、咖啡杯口呈椭圆、计时钟侧面可见，系统性地违背了俯视透视的几何要求。这是视角控制类任务的根本性失败，白后e4和黑马f6的精确坐标也因此无法得到有效验证。总体而言，图像是一张高质量的「俯拍棋局」照片风格作品，但距离提示词要求的「严格90度Top-down view」仍有显著差距。 【GEMINI】该图像在场景氛围和道具完整性方面表现良好，成功呈现了国际象棋对局的整体场景。然而，最核心的技术要求——严格90度垂直俯视视角——未能达成。图像实际呈现的是约60-75度的俯角视角，导致棋盘出现梯形透视变形，所有圆形物体（咖啡杯口、计时钟表盘）均呈椭圆形而非正圆形，计时钟侧面清晰可见。这些问题是AI生成图像在处理严格几何透视约束时的典型失败模式。棋子坐标精确性也因视角偏差和缺乏标注而无法核实。整体而言，图像在视觉美观度上尚可，但在满足提示词的核心技术要求方面存在明显不足。 【KIMI】该图像在核心要求上表现优秀，严格90度俯视视角基本达成，棋盘几何和关键棋子位置准确，场景元素完整。主要扣分在于圆形物体的几何保真度未达完美（计时钟表盘椭圆化），以及记谱纸与棋盘局面的微小逻辑不一致。整体属于高质量AI生成图像，接近专业水准但仍有精进空间。
相关链接
您可以通过以下链接查看更多相关内容：
