深圳商报·读创客户端首席记者吴吉

　　2022年，AI画作《太空歌剧院》获科罗拉多州博览会数字艺术类冠军，引发广泛讨论。随着技术进步，AI生成画作已成为拍卖行的热门。人工智能领域的前沿模型技术已拓展至视觉信息深度理解与生成，“文生图”模型日益普及。那么，哪些模型能力较强？日前，香港大学经管学院蒋镇辉教授团队全面评估了15个专业文生图模型和7个多模态大语言模型的图像生成能力。结果显示，字节跳动的即梦AI、豆包及百度的文心一言在新图像生成与修改任务中领先。蒋镇辉教授指出，国产大模型进步显著，但需更多原创技术突破，人才是赢在未来的关键。

　　国产模型整体表现出色

　　Deepseek Janus-Pro表现欠佳

　　蒋镇辉团队共测评22个模型，评估其全新图像生成与基于现有图像的修改能力。在全新图像生成方面，团队通过线上问卷和改编指令建立内容质量测试集，招募美术背景评价者从图文一致性、图像合理可靠性、美感三维度评价。即梦AI、文心一言V3.2.0等位于第一梯队。在图像修改任务中，豆包、即梦AI等也位居前列。国产模型在修改图像方面性能优异，出乎意料。DeepSeek的Janus-Pro在新图像生成方面表现不佳。

　　在本次测评中，字节跳动推出的即梦AI、豆包及百度的文心一言表现抢眼。但百度的文心一格表现不尽如人意。在安全与责任方面，国外模型更胜一筹。蒋镇辉表示，当前AI图像生成能力评估处于初级阶段，存在评价偏颇等问题。特别是安全与伦理问题，现有评价体系未给予充分关注。GPT-40等模型在安全与责任方面表现较好。

　　“有图有真相”时代已过，AI文生图需注意安全与伦理。蒋镇辉指出，AI助力下，图片真假难辨，甄别网络真相难度增加。团队特别注重安全与责任衡量，GPT-40等模型在此方面表现优异。国家已出台《人工智能生成合成内容标识办法》，要求AI生成图片添加提示标识，利于AI健康发展。

　　图像生成技术尚待精进，参与全球竞争人才为王。蒋镇辉表示，图像生成技术为传统领域注入新活力，但技术尚不成熟。图像修改技术需进一步精进，多模态结合也面临壁垒。他呼吁开发者注重生成质量与安全责任平衡，建立内容过滤机制，增强模型安全性与透明度。同时，需社会各界共同努力，推动AI健康发展。人才是AI竞争的关键，粤港澳大湾区需长远布局，吸引培养人才。

（文章来源：读创）