arXiv · Computer Vision· Shuai Fu, Jing Gu, Jian Zhou, Zicheng Duan, Gengze Zhou, Qi Wu·· 1 天前AI 评分31
TerraVis：基于 MLLM 工作流评估文生图模型的世界一致性
TerraVis: Towards Evaluation of World-Grounded Visual Consistency in Text-to-Image Generation via MLLM Workflows
AI 导读
TerraVis 是一个评估文生图图像世界一致性的框架，定义涵盖物体、交互、场景三级的 18 类违例分类体系，并用 MLLM 先判定图像可评估性，再检测违例、划分轻微或严重并得出总分。在两个常用基准上，TerraVis 与人类判断的相关性在现有指标中最强；代码已开源，论文被 NeurIPS 2026 接收。
来源：arXiv · Computer Vision · arxiv.org