ArtArk登顶SuperCLUE双榜:复杂视觉推理领先6.67分

资讯 快科技 全文 1595 字 · 约 4 分钟读完 配图 5 张

把物体移到左边为什么难 ArtArk编辑双榜第一里的空间推理

改图的第一步,是先弄清楚画面里各对象之间的相对位置。

用户提出“把某样东西挪到另一样东西左边”这类要求时,模型要处理的正是相对位置。画面里哪在前哪在后、哪高哪低、谁挡住谁,同样影响改完之后能不能对得上这句要求。

空间关系把“看懂画面”这件抽象的事,落成了具体的编辑条件。进化智能的陈舟把复杂的视觉推理与模型读图的本事挂在一起谈,本期这项测试中ArtArk领先第二名6.67分。

文生图那边,一边是竞技场,一边是标准评测。

竞技场走的是匿名两两对战、由用户投票的路子。2026年11月11日的榜单截图显示,28个受评模型中ArtArk排在第一,积分1497.0。

[MD:Title]
图1 SuperCLUE文生图竞技场榜单(2026年11月11日),ArtArk以1497.0分位列总榜第一。

进化智能联合创始人兼CTO陈舟的说法是,SuperCLUE把复杂视觉推理当成图像编辑模型的一道分水岭,ArtArk在这一项上比第二名多出6.67分。把这个观察和两张编辑总榜放在一起看,既能读到整体评测的名次,也能看到团队自己强调的技术切入点。

标准评测这边,一级维度有6个,二级任务23项。本期参评模型25个,总分图上ArtArk以95.1排在首位。

[MD:Title]
图2 SuperCLUE 2026年11月文生图标准评测总分图,ArtArk以95.1分位列总榜第一。

任务组合的意义在于,编辑能力可以从多种请求里被观察。有人只想改动局部,有人要求在特定场景中保住原有关系。已有图像给出上下文,文字给出要变成什么样。编辑总榜把这些不同条件下的整体表现汇总到一处。

图像编辑同样是竞技场加标准评测两条线。

[MD:Title]
图3 SuperCLUE图像编辑竞技场榜单(2026年11月11日),ArtArk以1341.2分位列总榜第一。

所以聊图像生成,可以从成图往回追到最初那段描述。模型怎么处理描述与描述之间的关系,是理解任务的一个入口。SuperCLUE的文生图标准评测给出的是结构化任务观测,竞技场给出的则是用户对实际图像的比较。

图像编辑标准评测分通用能力与场景应用能力两块,子任务共28个,参评模型13个。本期总分图上ArtArk以83.6居第一。

[MD:Title]
图4 SuperCLUE 2026年11月图像编辑标准评测总分图,ArtArk以83.6分位列总榜第一。

放到编辑场景里,画面既要接住用户想留住的信息,又要体现出改动要求。比如任务要换掉场景中的某件物品,判结果时既看换得清不清楚,也看新物品跟场景合不合拍。竞技场把这些感受收拢成用户之间的整体比较。

图像编辑这一块,考察是按结构铺开的。

SuperCLUE本期图像编辑标准评测纳入13个有代表性的模型,通用能力加场景应用能力合计28个子任务。原稿柱状图显示,ArtArk以83.6分排总榜第一,GPT Image 2.5 Sunburst以82.5分列第二。两个数字都按原图保留一位小数。

编辑效果是怎么进到用户比较里的?

SuperCLUE图像编辑竞技场看的,是模型面对已有画面加修改要求时交出的结果。用户按实际图像质量给匿名模型两两投票。原稿附的榜图覆盖19个模型,ArtArk以1341.2分排总榜第一,GPT Image 2.5 Sunburst以1309.0分居第二。

从看懂画面,到把改动做出来。

先看清对象跟周围图像是什么关系,才谈得上具体改哪个地方。对ArtArk所在的设计流程来说,这种理解要落到每一次反馈的执行上。判断、生成、迭代走完一轮,视觉结果还能继续进入后面的设计和交付。

文生图11月榜单发布:ArtArk总榜第一,GPT Image 2.5系列表现突出(SuperCLUE)

图像编辑11月榜单发布:ArtArk总榜第一,复杂视觉推理拉开模型差距(SuperCLUE)

SuperCLUE-Image文生图榜单与SuperCLUE-Edit图像编辑榜单均出自SuperCLUE官网。

SuperCLUE 11月文生图竞技场排行榜、SuperCLUE 11月图像编辑竞技场排行榜同样由SuperCLUE官网发布。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. LSHub 发布 P1 与 MAX 工程 AI 终端:覆盖八大专业,两种部署可选

    日前,四川无量枢人工智能科技有限公司(品牌 LSHub)推出 LSHub P1 与 LSHub MAX 两款工程 AI 智能终端,面向建筑工程行业提供 CAD 出图辅助、工程量计算辅助、图纸审查辅助及工程专业知识问答四类应用。 两款产品对应两种部署需求 LSHub P1 为主力产品,形态是巴掌大小的 AI 智能盒子,连

    来源 AI 行业观察
  2. 李彦宏的“最紧迫”与雷军的“热想象”

    APEC时间,科技掌门人谈了什么?作者/ IT时报 孙妍 综合报道编辑/ 孙妍 11月17日至18日,2026年亚太经合组织(APEC)工商领导人峰会在深圳前海国际会议中心举行。作为亚太经合组织第三十三次领导人非正式会议的配套活动,峰会由中国贸促会主办,主题为“共促繁荣,共赢未来”,2000余位政商代表参会,参会企业包

    来源 腾讯网
  3. 拓竹MakerWorld创作者靠积分赚55万:模型社区为何难复制

    模型社区成了 3D 打印厂商争夺的下一块阵地。 作者丨姚单 编辑丨董子博 2026 年 9 月底,一个 3D 打印模型社区收益榜上排第一的创作者,纯靠赚积分,已经攒下价值约 55 万元人民币的收益。年末是购机和打印高峰,照这个势头,全年冲到 80~90 万元也不成问题。 这不是个例。头部创作者一年收入高达 40 万美金

    来源 AI 行业观察
  4. 16岁辍学创业做AI导弹:他把“击杀成本”当卖点

    16岁高中生Henrijs Dandzbergs辍学加入YC,创办AI导弹初创公司,宣称要用新型导弹把美国及其盟友的“击杀成本”降到最低。本文梳理其背景、产品逻辑与争议,并追问:当战争效率被硅谷式指标衡量,创新与伦理边界在哪里?

    来源 AI 科技快讯
  5. 心智永生实验:冷冻、固定与扫描,三条路能否存下“我”?

    从低温冷冻到醛基固定,从连接组图谱到全脑仿真,一批科学家正试图把“自我”从衰亡的肉体中抢救出来。MIT Technology Review 的圆桌讨论聚焦这一古老而激进的问题:我们想保存的究竟是大脑组织,还是那个正在思考的“我”?技术在进步,但结构能否等于体验,仍是横亘在永生梦想前的最深鸿沟。

    来源 AI 科技快讯
  6. 起点番茄接连出手,网文平台为何集体对AI文说“不”

    网文界今年发生了多场“AI斩杀”。2月和5月,番茄进行了针对AI低质内容的专项治理; 起点7月全面禁止AI文,8月一口气处理了上百本AI小说,其中有多部万订作品;10月30日,起点和QQ阅读发布公告,称将进一步打击签约作品滥用AI的行为,取消对作品的福利发放。 起点新发布的公告 然而,多轮治理后,读者仍然会抱怨榜单上的

    来源 AI 行业观察
  7. Superhuman把Go助手推向全线产品

    Superhuman正在把旗下AI助手Go从单一功能升级为贯穿产品的核心代理,并让它在Docs与Mail中同时可用。这标志着邮件与文档类工具正从“点按钮调用AI”走向“常驻式智能代理”,也意味着生产力软件的竞争焦点,正从功能数量转向上下文与工作流的整合能力。

    来源 AI 行业观察
  8. Henrijs Dandzbergs辍学创业:AI导弹主打“击杀成本”

    16岁高中生Henrijs Dandzbergs辍学加入YC,创办AI导弹初创公司,宣称要用新型导弹把美国及其盟友的“击杀成本”降到最低。本文梳理其背景、产品逻辑与争议,并追问:当战争效率被硅谷式指标衡量,创新与伦理边界在哪里?

    来源 AI 行业观察
  9. 稀疏自编码器要喂多少数据:华盛顿大学与IBM测试给出新答案

    你有没有遇到过这种情况:攒钱买了顶配电脑,结果发现日常用的软件,其实中配机器就能流畅运行,那些多花的钱,买的是心理安慰,而不是真实需求。机器学习圈子里正在发生一件类似的事。训练稀疏自编码器,这个听起来很专业的东西,大家默认的做法是砸几亿到几十亿个数据token进去,越多越好,仿佛数据量就是正义。但华盛顿大学和IB...

    来源 腾讯网
向下滚动自动加载更多