DetailMaster：文生图模型长提示词能力评测新基准

DetailMaster：文生图模型长提示词能力评测新基准

日前，一项名为 DetailMaster 的评测基准正式亮相，专门用来衡量文生图模型在处理复杂长提示词时的表现。这个基准由专业验证过的提示词构成，平均每条长度达到 284.89 个 token，可以说相当考验模型的“理解力”和“还原度”。它想解决的核心问题是：现在的模型能画好“一只猫在阳光下打盹”，但能还原“一只橘猫在午后三点的木地板上，尾巴卷成一个圈，旁边放着一杯冒热气的咖啡”这种细腻描述吗？

为什么长提示词是个难题？

其实，现在很多文生图模型在简洁描述下已经挺惊艳了，可一旦用户给出的提示词又长又复杂——比如包含多个物体、相对位置、颜色、材质、光影——模型就容易“跑偏”。打个比方，就像让一个学生听写短句没问题，但让它记录一段严谨的长对话，就开始漏字、改词。DetailMaster 正是抓住了这个痛点：你的模型能忠实还原长提示词里每一个细节吗？

它怎么评测？一个自动化的“考官”

DetailMaster 不仅仅是给出一堆长提示词，它背后有一套自动化的数据构建流程和评估工作流。开发者先设计出大批含复杂组合要求的提示词，再请专家逐一审核验证，确保每一条都是合格的“考题”。接着，模型生成的图像会与提示词进行多维度比对。这里需要说明一下：具体怎么比、比哪些点，源资料里没有说太细，但核心思路就是量化模型对长提示词的还原能力。咱们可以理解为——给模型画一幅“语言版蓝图”，看它能不能交出同样精美的施工成品。

四个关键评测维度

DetailMaster 的评测工作流引入了四个关键维度，分别是：

• 对象完整性：提示词里提到的所有物体，图像里都画全了吗？
• 属性准确性：颜色、大小、形状这些属性，和文字描述对得上吗？
• 关系正确性：物体之间的空间关系（如“左边”、“之上”）是否还原？
• 细节忠实度：那些纹理、光影、微小元素，模型有没有漏掉或自行发挥？

这四点合在一起，才算是真正考验了模型处理长提示词的综合能力。说实话，光是“所有物体都画全”这一条，很多现有模型就已经够呛了——搭配上后面的属性、关系和细节，难度确实不小。

这对行业来说意味着什么？

一个靠谱的评测基准，会让开发者清楚地知道自家模型的短板在哪里。比如某个模型在“属性准确性”上得分低，那就可以针对性优化对颜色、材质的理解模块。这不只是学术有意义，对实际应用也是好事——毕竟设计师、影视从业者写提示词时，谁不想一句话生成完美素材呢？

目前，DetailMaster 已经在 arXiv 以论文形式公开（编号 2505.16915v3），团队希望借此推动文生图模型在长提示词场景下的进化。这个方向确实挺值得关注的——凭什么长提示词就得被敷衍对待？