ProductWebGen:多模态产品网页生成基准测试

ProductWebGen: Benchmarking Multimodal Product Webpage Generation

精选理由

电商和广告领域的开发者终于有了一个标准化的产品网页生成评测工具——ProductWebGen 帮你快速对比不同多模态模型在可控生成上的真实表现,做营销自动化或电商页面生成的团队值得关注。

AI 摘要

ProductWebGen 是一个用于评估多模态生成模型在电商产品网页生成任务上能力的基准测试。它包含 500 个测试样本,覆盖 13 个产品类别,每个样本提供源图像、视觉内容指令和网页布局指令,要求模型生成包含多张一致图像的 HTML 网页。研究对比了两种工作流:基于图像编辑模型和语言模型的编辑式方法,以及基于统一多模态模型的端到端方法。实验表明编辑式方法在网页指令遵循和内容吸引力上领先,而统一模型在视觉内容指令执行上更有优势。团队还构建了包含 1000 组真实产品图像和 LLM 生成 HTML 代码的微调数据集 ProductWebGen-1k,并在开源模型 BAGEL 上验证了其有效性。

AI 翻译 · 中文

ProductWebGen 是一个用于评估多模态生成模型在电商产品网页生成任务上能力的基准测试。它包含 500 个测试样本,覆盖 13 个产品类别,每个样本提供源图像、视觉内容指令和网页布局指令,要求模型生成包含多张一致图像的 HTML 网页。研究对比了两种工作流:基于图像编辑模型和语言模型的编辑式方法,以及基于统一多模态模型的端到端方法。实验表明编辑式方法在网页指令遵循和内容吸引力上领先,而统一模型在视觉内容指令执行上更有优势。团队还构建了包含 1000 组真实产品图像和 LLM 生成 HTML 代码的微调数据集 ProductWebGen-1k,并在开源模型 BAGEL 上验证了其有效性。

arXiv cs.AICrafting a product display webpage from a source product image, along with layout and visual content instructions, holds significant practical value for domains such as marketing, advertising, and E-commerce. Intuitively