qwen-image-2.0-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：qwen-image-2.0-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：77.6 分（满分 100 分），已通过
基础难度评测结果
- 得分：77.6 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）
图中展示了一个极简主义风格的静物场景。画面正中央是一个圆形的白色陶瓷平盘，盘子中心放置着一颗饱满的红苹果。背景是深棕色的木质桌面，木纹清晰可见，与洁白的盘子形成鲜明对比。构图采用了垂直俯视的视角，呈现出一种对称的几何美感。苹果表面带有自然的红色条纹和细微的黄色斑点，顶部的果梗清晰可见，光线从上方照射，在苹果下方投射出柔和的阴影。 作为一张 AI 生成的图片，画面整体表现得非常逼真，但在细节处仍存在一些透视异常。仔细观察可以发现，盘子边缘的厚度在不同角度显得略有不均，且盘子中心与苹果接触位置的阴影处理显得有些生硬，缺乏真实物理环境下的自然过渡。此外，苹果顶部的凹陷处与果梗的连接方式略显僵硬，不够自然。尽管如此，整幅画面色彩明快，视觉重心非常突出。
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】该图像基本完成了提示词的主要构图要求，背景、盘子、苹果的元素组合到位，但在两个核心技术要求上存在明显偏差：一是视角未达到严格的90度垂直俯视，苹果侧面可见；二是光影方向与「正上方均匀照射」的描述不符，阴影偏向一侧且较长。这两处问题直接影响了对「俯视角度处理能力」的测试目标，属于关键性失误。整体图像质量尚可，但未能精确执行提示词的核心技术要求。 【GEMINI】该模型在处理基本元素布局和材质表现上非常出色，但在执行「严格俯视」这一特定摄影指令时表现欠佳，出现了明显的透视偏差。光影处理虽然美观，但未严格遵循「正上方照射」的物理逻辑，导致阴影位置与指令不符。 【KIMI】该图像在核心要素上基本达标，但「均匀顶光」这一关键要求执行不严格——光源的偏移导致阴影位置和高光分布出现不对称，这是从「良好」迈向「优秀」的主要障碍。俯视角度的轻微偏差虽不易察觉，但在专业评审标准下仍需扣分。整体属于「合格以上、完美未满」的执行水准。
进阶难度评测结果
- 得分：79.0 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）
图中展示了一个从高空俯瞰的城市十字路口。画面中心是一个圆形的绿化花坛，种满了茂密的绿色植物。四条宽阔的柏油马路汇聚于此，每条路上都画有醒目的白色斑马线，几名行人正穿行其间。阳光从左上方斜射入画面，投下长长的树影和建筑阴影，营造出清晨或傍晚的氛围。街道两旁停放着几辆轿车，色调以白、黑、蓝为主。 然而，画面中存在明显的 AI 生成缺陷：最显著的是交通逻辑的混乱，斑马线直接指向圆环中心，而非连接人行道，且部分斑马线的条纹分布极不均匀，长短不一。画面左下角的红绿灯杆悬浮在路面上，没有根基；右侧斑马线上的行人比例与车辆相比显得过大，且部分行人的腿部线条模糊。此外，马路上的黄色实线在路口处戛然而止，缺乏合理的交通导向逻辑，整体构图虽美观但经不起细节推敲。
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】这张图像整体质量较高，六类核心场景元素完整呈现，光影效果真实，场景细节丰富。主要不足在于视角未达到严格的垂直俯视（Bird's eye view）标准，而是呈现为约60-70度的斜角俯视，导致建筑侧立面可见、路口呈梯形透视、圆形花坛变形为椭圆。这是与提示词「高空俯视视角」要求最主要的偏差。若视角能更接近垂直90度，整体评分将显著提升。 【GEMINI】这是一张完成度尚可的 AI 生成图，但在专业摄影和视觉设计的严苛标准下，它未能达到「高空垂直俯视」的专业要求。模型在处理复杂场景的透视一致性和阴影物理逻辑上仍有明显短板，导致图像缺乏真实的几何严谨性。对于需要精确俯视构图的场景，该图尚需大幅修正。 【KIMI】该图像在场景元素完整性上表现尚可，但核心失败在于视角控制——未能实现提示词严格要求的「高空垂直俯视（Bird's eye view）」，而是呈现了一个中等高度的斜向俯视角度。这一视角偏差直接导致中央花坛变形、建筑侧立面暴露、汽车轮廓错误等一系列连锁问题。阴影系统的逻辑混乱更是暴露了AI在物理光照一致性上的典型缺陷。作为「测试模型处理俯视角度」的任务，该图像未能通过核心考核，视角准确度与阴影保真度均不达标。
困难难度评测结果
- 得分：48.9 分
- 通过状态：未通过
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）
图中展示了一个从俯视角度拍摄的国际象棋对弈场景。画面中心是一块黑白相间的棋盘，两名中年男子分别坐在棋盘两侧，只能看到他们的手臂和部分侧脸。右侧的男子正伸手移动一枚白色棋子。桌面上除了棋盘，还摆放着一个复古的国际象棋计时钟、两杯黑咖啡和几张记谱纸。整体色调明亮，以白色桌面为背景，营造出一种专注的博弈氛围。 然而，画面中存在多处明显的 AI 生成缺陷。首先，棋盘的格数不正确，标准的国际象棋棋盘应为 8x8，但图中横向出现了 9 个格子，纵向格数也混乱不齐。其次，棋子的逻辑完全错误，棋盘上出现了过多的白色王后和主教，且棋子的底座与棋盘格子的位置关系扭曲。最明显的缺陷在于人物的手部：右侧男子的右手手指线条模糊且结构异常，左手则显得过于宽大。此外，计时钟上的刻度和指针杂乱无章，完全不符合物理逻辑。
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】该图像在场景内容完整性上基本符合提示词的元素要求，但在最核心的技术要求——「严格90度垂直俯视视角」上存在根本性失败。图像实际呈现的是约45-60度的斜俯视角，导致棋盘梯形变形、棋子侧面可见、圆形物体椭圆化等一系列连锁几何问题。这是AI图像生成在处理严格俯视视角时的典型缺陷：模型倾向于生成具有一定透视感的「美观」构图，而非严格遵守物理上的垂直俯视约束。提示词中最具挑战性的技术要求（90度俯视、正圆形杯口、正方形棋盘、棋子仅见顶面）均未能满足，整体评分偏低。 【GEMINI】这是一张在视觉表现力上尚可但完全无视了提示词核心指令的失败作品。模型未能理解「严格垂直俯视」的几何约束，也未能遵循国际象棋的基本空间逻辑（格数、棋子位置和种类）。图像更像是一张普通的斜角摄影照片，而非满足专业绘图要求的俯视图。 【KIMI】这是一次明显的视角控制失败。模型未能理解「90度垂直俯视」的核心指令，生成了常规的斜向拍摄视角，导致三大评分维度全面崩溃。棋子坐标错误属于致命缺陷——Prompt明确指定的王后和马的位置完全落空，证明模型要么无法理解国际象棋坐标系统，要么未能将坐标指令与图像生成关联。此图像更适合作为「棋手对局」的斜向视角照片，但作为「严格俯视」的测试案例完全不合格。建议重新生成时强化「top-down」「bird's eye view」「orthogonal projection」等视角约束词。
相关链接
您可以通过以下链接查看更多相关内容：
