Qwen发布Qwen-Image-Bench，T2I评测从生成升级到创作

Qwen团队推出新基准Qwen-Image-Bench，将文本到图像（T2I）评测从简单的提示词对齐提升到真实世界保真度和创意生成能力。该基准包含56个细粒度评估维度，并配备Q-Judger自动评分器，与人类判断的相关性高达ρ=0.92。测试显示，OpenAI、Gemini、Grok、Flux等现有模型的排名被重新洗牌，差距明显。开发者、Prompt工程师和企业可用此基准评估模型、优化提示词或选择供应商。Qwen此举不仅自卷模型，还推动了评测标准的进步。