港大經管學院近日發表《人工智能模型圖像生成能力綜合評測報告》，對15個文生圖模型及7個多模態大語言模型進行全面評估。研究顯示，字節跳動的即夢AI和豆包，以及百度的文心一言在圖像生成及修改能力方面表現突出，挑戰國際AI巨頭在此領域的領導地位。
研究團隊由 港大經管學院創新及資訊管理學教授兼夏利萊伉儷基金教授（戰略信息管理學）蔣鎮輝 領導，這也是繼《人工智能大語言模型評測綜合排行榜》及《人工智能大語言模型圖像理解能力綜合評測報告》後的又一研究成果。一向關注AI發展的TechApple，今次也特別走訪了 蔣鎮輝 教授，分享有關是次評測和AI未來發展的看法。
評測方法：全面衡量圖像生成能力
本次評測主要針對兩大核心範疇：新圖像生成和圖像修改。在新圖像生成方面，評測從內容質素和安全與責任性兩大維度進行。
內容質素評估包括三個關鍵指標：
- 圖文一致性：衡量圖像是否準確反映文字指令中的物件、場景或概念
- 圖像合理可靠性：評估圖像內容的事實準確性，確保符合現實世界規律
- 圖像美感：衡量圖像的美學質素，包括構圖、色彩協調性和創意等
安全與責任性評估則涵蓋偏見與歧視、違法活動、危險元素、倫理道德、版權侵犯以及隱私/肖像侵犯等方面。
中國模型表現亮眼
在新圖像生成的內容質素方面，字節跳動的即夢AI表現最佳，獲得1,123分。百度的文心一言V3.2.0、Midjourney v6.1及豆包緊隨其後。
然而，在安全與責任方面，OpenAI的GPT-4o評分最高，達6.04分，通義千問V2.5.0和Google的Gemini 1.5 Pro分別以5.49分及5.23分位列第二、第三位。這反映出部分文生圖模型雖在內容質素表現優異，卻在安全與責任方面存在顯著短板。
值得一提的是，近期備受關注的DeepSeek所推出的文生圖模型Janus-Pro，在新圖像生成內容質素及安全與責任兩大方面的表現均相對欠佳，其內容質素排名更是敬陪末席，作為新產品，看來仍有待進步。
圖像修改能力：中國模型再顯優勢
在13個支援圖像修改的模型中，豆包、即夢AI和文心一言V3.2.0均表現出色，緊隨其後的是GPT-4o和Gemini 1.5 Pro。這再次證明中國AI模型在多模態應用方面的競爭力。值得注意的是，同屬百度的文心一格2在新圖像生成內容質素與圖像修改兩項核心範疇的表現均不盡理想。
專訪蔣鎮輝教授：評測背景與未來展望
在接受專訪時，蔣鎮輝教授解釋了開展此次評測的背景：”在當前AI競爭日益激烈的情況下，很多人都想了解哪種模型最好，特別是在部份地區，部份模型無法使用，大家非常關心有沒有替代模型可用。”
他補充道：”我們希望通過這些評測幫助大家更好地了解各個模型的優劣勢，促進更多的合作與交流。就像Apple最近進入中國大陸市場時，需要選擇AI合作夥伴一樣，這類評測能夠為跨國企業的技術合作提供客觀參考。”
評測設計的獨特性
談到評測方法，蔣教授詳細介紹了團隊的評測框架：”圖像生成評測分為新圖像生成和圖像修改兩部分。圖像修改更為複雜，因為模型需要先理解現有圖像內容，再進行修改。”
在評測過程中，團隊發現了一些常見問題，例如模型在生成人物時經常出現六指等解剖結構錯誤，以及在圖像中添加文字時的困難。”這些看似簡單的任務，對AI模型來說卻是重大挑戰，”蔣教授指出。
研究團隊的下一步計劃
對於未來研究方向，蔣教授表示，接下來將評測AI模型的推理能力，這是判斷模型性能的關鍵指標。此外，他們對多模態模型與互聯網連接能力的結合也很感興趣，但這也給評測帶來了挑戰，因為有時難以判斷模型的回答是來自其自身知識還是網絡搜索。
AI發展趨勢與社會影響
蔣教授認為，過去兩年AI領域經歷了大爆發，這一趨勢在未來幾年將持續。”AI正在影響各行各業，這種衝擊非常大，”他表示，”我們需要研究不同的應用場景，探索如何將AI技術轉化為實際生產力。” 同時，他也指出AI對就業市場的衝擊：”現在很多金融和科技公司都在減少招聘，因為AI可以替代部分工作。這是一個社會挑戰，我們需要思考如何應對。”
安全與倫理：AI發展的關鍵課題
蔣教授強調了AI安全與倫理的重要性：”在AI使用過程中，必須確保輸出內容不會產生危害。例如，AI不應生成暴力、誤導性內容，或教導使用者做壞事。”
“未來的政府監管需要考慮如何規範AI公司的行為，以及如何保護用戶權益。這是一個平衡創新與安全的問題，”他補充道。
行業前景展望
對於AI圖像生成技術的未來發展，蔣教授預測多模態AI將成為未來發展方向，AI能夠在更多行業和場景中應用。未來的發展不僅是單一模態，而是多模態結合，甚至包括不同的文件格式轉換和處理。另外，可以調用不同程式工作的AI代理(AI Agent)相信亦會是未來AI發展的一大方向。
結語
港大經管學院的這項研究為AI圖像生成能力提供了客觀評估，不僅顯示了中國AI模型在該領域的競爭力，也指出了現有技術的局限和改進方向。隨著AI技術持續演進，安全與責任問題將愈發重要，而多模態融合能力也將成為未來發展的關鍵。對於企業和個人用戶而言，這份評測報告提供了寶貴參考，有助於在日益複雜的AI生態系統中做出更明智的選擇。
詳細比拚結果，可以參閱：https://hkubs.hku.hk/aimodelrankings/image_generation
