論文の概要: Qwen-Image-Bench: From Generation to Creation in Text-to-Image Evaluation

• arxiv url: http://arxiv.org/abs/2605.28091v1
• Date: Wed, 27 May 2026 07:46:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-28 17:38:55.855172
• Title: Qwen-Image-Bench: From Generation to Creation in Text-to-Image Evaluation
• Title（参考訳）: Qwen-Image-Bench: テキスト・画像評価における生成から生成へ
• Authors: Niantong Li, Guangzheng Hu, Weixu Qiao, Ying Ba, Qichen Hong, Shijun Shen, Jinlin Wang, Fan Zhou, Jianye Kang, Xin Shang, Ziyi He, Wei Wang, Dalin Li, Jiahao Li, Jie Zhang, Kaiyuan Gao, Kun Yan, Lihan Jiang, Ningyuan Tang, Shengming Yin, Tianhe Wu, Xiao Xu, Xiaoyue Chen, Yuxiang Chen, Yan Shu, Yanran Zhang, Yilei Chen, Yixian Xu, Zekai Zhang, Zhendong Wang, Zihao Liu, Zikai Zhou, Hongzhu Shi, Yi Wang, Bing Zhao, Hu Wei, Lin Qu, Chenfei Wu,
• Abstract要約: Qwen-Image-Benchは、クリエイター中心のベンチマークで、プロのアーティストと共同で設計され、現実世界の創造シナリオに基礎を置いています。 我々はこれらの5つの柱をトップダウンの階層的な分類に分類し、23の第二級サブ能力と56の第三級ルーリックに分解する。 Qwen3.6-27Bに基づく統一審査モデルQ-Judgerを訓練し、ブラインドラベルとトリプルリビュープロトコルの下で、グローバルアートアカデミーの80名の専門家アノテータが監督する。
• 参考スコア（独自算出の注目度）: 52.930280794143876
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Text-to-Image generation has evolved from basic image synthesis into a frequently used core capability in professional creative workflows, where simple text-image alignment can no longer satisfy users' pressing demands for faithful real-world reconstruction and genuine creative expression. Existing benchmarks, however, remain anchored in these foundational criteria and do not yet capture the nuanced capabilities that matter in authentic artistic practice, making it difficult to reliably distinguish state-of-the-art T2I models. To address the gap, we introduce Qwen-Image-Bench, a creator-centric benchmark co-designed with professional artists and grounded in real-world creation scenarios. Qwen-Image-Bench enriches conventional evaluation with two application-driven dimensions: Real-world Fidelity and Creative Generation. Drawing on the staged reasoning inherent in professional artistic workflows, we organize these five pillars into a top-down hierarchical taxonomy that further decomposes into 23 second-level sub-capabilities and 56 third-level verifiable rubrics. To ensure broad coverage, we curate 1000 stratified prompts with each prompt jointly exercising more than four fine-grained facets across multiple pillars. We train a unified judge model Q-Judger based on Qwen3.6-27B, supervised by 80 professional annotators from global art academies under blind labeling and triple-review protocols, that scores every image across all 56 verifiable facets, producing fine-grained, rubric-grounded, and fully attributable diagnostics rather than a single opaque score. Empirically, Qwen-Image-Bench reliably distinguishes leading T2I models, achieving the greatest separation on the two application-driven dimensions of Real-world Fidelity and Creative Generation where existing benchmarks provide little insight, while also providing a trustworthy optimization signal for production-level T2I development.
• Abstract（参考訳）: テキスト・ツー・イメージ生成は、基本的な画像合成からプロのクリエイティブワークフローにおいて頻繁に使用されるコア機能へと進化してきた。 しかし、既存のベンチマークは、これらの基礎的な基準に固執し、真の芸術的実践において重要なニュアンスな能力をまだ捉えていないため、最先端のT2Iモデルを確実に区別することは困難である。 このギャップに対処するために、私たちはQwen-Image-Benchを紹介します。 Qwen-Image-Benchは、実世界の忠実さと創造的生成という2つのアプリケーション駆動の次元で従来の評価を強化します。 プロの芸術的ワークフローに固有の段階的推論に基づいて、これらの5つの柱をトップダウンの階層的な分類に整理し、さらに23の第二レベルのサブ能力と56の第三レベルの検証可能なルーリックに分解する。 広汎なカバレッジを確保するため、我々は、複数の柱にまたがる4つ以上のきめ細かい面を共同で運動させ、1000個の階層化されたプロンプトをキュレートした。 Qwen3.6-27Bに基づいて統一された審査モデルQ-Judgerをトレーニングし、視覚的なラベル付けと3重レビュープロトコルの下で、グローバルアートアカデミーの80人の専門家アノテータが監督し、56の検証可能なファセットすべてにすべての画像をスコア付けし、きめ細かい、ぼやけた、完全に帰属する診断を1つの不透明なスコアではなく生成する。 実証的に、Qwen-Image-Benchは主要なT2Iモデルを確実に区別し、既存のベンチマークはほとんど洞察を得られず、生産レベルのT2I開発のための信頼できる最適化信号も提供し、実世界の忠実性と創造的生成という2つのアプリケーション駆動の次元において最大の分離を実現している。

関連論文リスト

• UniREditBench: A Unified Reasoning-based Image Editing Benchmark [52.54256348710893]
  この研究は、推論に基づく画像編集評価のための統一ベンチマークUniREditBenchを提案する。 精巧にキュレートされた2,700個のサンプルからなり、8つの一次次元と18のサブ次元にわたる実世界シナリオとゲーム世界のシナリオをカバーしている。 このデータセットにBagelを微調整し、UniREdit-Bagelを開発した。
  論文  参考訳（メタデータ） (2025-11-03T07:24:57Z)
• Why Settle for One? Text-to-ImageSet Generation and Evaluation [72.55708276046124]
  Text-to-ImageSet (T2IS) の生成は,ユーザ命令に基づいて,さまざまな一貫性要件を満たすイメージセットを生成することを目的としている。 トレーニング不要なフレームワークである$textbfAutoT2IS$を提案する。 また,本手法は,多くの未探索現実世界の応用を可能にする能力を示し,その実用的価値を実証する。
  論文  参考訳（メタデータ） (2025-06-29T15:01:16Z)
• OneIG-Bench: Omni-dimensional Nuanced Evaluation for Image Generation [23.05106664412349]
  テキスト・ツー・イメージ(T2I)モデルは、テキスト・プロンプトに整合した高品質な画像を生成する上で大きな注目を集めている。 OneIG-Benchは、T2Iモデルを複数の次元で評価するためのベンチマークフレームワークである。
  論文  参考訳（メタデータ） (2025-06-09T17:50:21Z)
• Towards Enhanced Image Generation Via Multi-modal Chain of Thought in Unified Generative Models [52.84391764467939]
  統一生成モデルは、テキストおよび画像生成において顕著な性能を示した。 複雑な画像生成の課題に対処するために、思考の連鎖(CoT)を統一生成モデルに導入する。 実験により、FoXは様々なT2Iベンチマークで既存の統一モデルよりも一貫して優れていることが示された。
  論文  参考訳（メタデータ） (2025-03-03T08:36:16Z)
• KITTEN: A Knowledge-Intensive Evaluation of Image Generation on Visual Entities [93.74881034001312]
  KITTENはKnowledge-InTensiveイメージジェネラティオンのベンチマークである。 我々は最新のテキスト・画像モデルと検索強化モデルについて体系的な研究を行う。 分析によると、高度なテキスト・ツー・イメージモデルでさえ、エンティティの正確な視覚的詳細を生成できない。
  論文  参考訳（メタデータ） (2024-10-15T17:50:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。