Seedream 4.0大战Nano Banana、GPT-4o？EdiVal-Agent 终结图像...

主要观点总结

本文介绍了EdiVal-Agent，一个面向图像编辑的智能评测系统。文章详细阐述了EdiVal-Agent的设计原理、工作流程及其在图像编辑评测中的应用。EdiVal-Agent通过自动化、细粒度的多轮编辑评估框架，能够自主执行复杂评估任务。其评估结果与人类判断的一致性显著优于现有方法。文章还介绍了EdiVal-Agent在图像编辑界的角色以及与其他模型的对比实验。

关键观点总结

关键观点1: EdiVal-Agent是一个面向图像编辑的智能评测系统，能够自主执行复杂评估任务。

EdiVal-Agent融合了编辑和评估，以智能体的形式呈现。它不仅自动生成多样化的编辑指令，还能从指令遵循、内容一致性和视觉质量多个维度对编辑结果进行精细评估。其评估结果与人类判断的一致性显著优于现有方法。

关键观点2: EdiVal-Agent采用三步工作流：图像分解、指令生成和自动评测。

在图像分解阶段，EdiVal-Agent识别出图像中的所有对象，并为每个对象生成结构化的描述。在指令生成阶段，它根据场景自动生成多轮编辑指令。在自动评测阶段，EdiVal-Agent从三个维度评估模型表现：指令遵循能力、内容一致性和视觉质量。

关键观点3: EdiVal-Agent的人类一致性实验表明，其与人类判断的平均一致率高达81.3%。

实验结果显示，EdiVal-Agent的评测结果符合人类判断，表现接近人类评测的上限。

关键观点4: EdiVal-Agent在多轮图像编辑任务上对比了多个代表性模型。

结果显示，在指令遵循能力和最终评分上，Seedream 4.0表现遥遥领先。Nano Banana在速度与质量上达成完美平衡，尤其在内容一致性上出色。GPT-Image-1在追求美观的同时牺牲了一致性。Qwen-Image-Edit出现典型的曝光偏差问题。