跳到正文
arXiv · 机器人与计算机视觉· Shuai Fu, Jing Gu, Jian Zhou, Zicheng Duan, Gengze Zhou, Qi Wu·· 2026-10-05AI 评分48

TerraVis:通过 MLLM 工作流评估文生图的世界一致性

TerraVis: Towards Evaluation of World-Grounded Visual Consistency in Text-to-Image Generation via MLLM Workflows

AI 导读

TerraVis 框架引入多阶段评估流程,利用 MLLM 检测并量化文生图模型在物体、交互及场景层面的世界一致性违规。该工具在两个基准测试上对开源与专有模型均实现最强的人机相关性,揭示高美学分数模型仍存在显著物理不合理性。代码已公开,论文已被 NeurIPS 2026 接收。

来源:arXiv · 机器人与计算机视觉 · arxiv.org