即使是最强的GPT-4o-Image，在复杂视觉编辑任务中的准确率也仅为28.9%，最强的开源模型BAGEL仅能完成5.8%的任务，其它被测开源模型完成率几乎为零，显示出当前开源模型与闭源模型在视觉理解能力上的差距。

上海人工智能实验室 联合多所高校发布了全新的图像编辑评估基准 RISEBench ，直指当前多模态模型在复杂图像编辑任务上的短板。这项研究引发了业界对 AI视觉理解能力 的新一轮关注，尤其是在 GPT-4o-Image 这样的领先模型也仅能完成 28 ...

RISEBench的测试结果令人震惊。即使是目前性能领先的 GPT-4o-Image ...

SridBench作为首个专门评估科研插图绘制能力的基准测试，不仅提供了宝贵的数据资源，也建立了多维度的评估协议，为未来的研究提供了系统比较的基础。随着AI技术的不断发展，我们有理由相信，未来的图像生成模型将能更好地理解科学文本，生成更准确、更专业的 ...

IT之家 11 月 8 日消息，科技媒体 MacRumors 昨日（11 月 7 日）发布博文，报道称在 iOS 18.2 更新中，图片生成 AI 工具 Image Playground 并未带来今年 6 月承诺 ...