Hugging Face发布VIEScore2：统一图像评估并提供空间解释

摘要：Hugging Face推出VIEScore2，这是一款用于图像生成和编辑任务的统一评估工具，能够同时预测图像质量分数和缺陷位置。VIEScore2采用基于文本的网格表示法，通过单次模型推理实现高效预测，并提供可验证的后训练目标。其在多个基准测试中表现优异，在缺陷定位任务上超越了现有的通用视觉语言模型和专用空间评估器，为AI生成图像的质量评估提供了更精准、更直观的解决方案。

---

核心突破

Hugging Face发布的VIEScore2旨在解决传统图像评估工具的局限性。传统工具通常只提供单一的质量评分，而无法识别支持该评分的具体图像区域。VIEScore2通过以下创新解决了这一问题：

• 统一评估框架：VIEScore2将图像表示为N x N网格，并在一个模型推理过程中同时预测质量分数和缺陷位置。
• 文本原生网格表示：该方法采用基于文本的网格表示，为异构空间监督提供了通用接口，并支持直接可验证的后训练目标。
• 多任务训练：模型在38,000个样本上进行训练，涵盖仅评分、仅定位以及联合监督任务。
• GRPO优化：通过奖励机制结合单元级Dice重叠度、评分准确性和输出格式有效性，进一步提升了缺陷定位性能。

技术亮点

• 参数化解析器：将结构化预测转换为可读的文本解释，提升了评估结果的可解释性。
• 性能表现：在主要基准测试中，VIEScore2的整体评分SRCC达到0.601，显著优于Gemini-3-Flash（0.491）。在缺陷定位任务中，VIEScore2在六个基准测试中的三个中表现最佳，并在五个基准测试中排名前三。
• 跨领域适用性：该模型不仅在训练数据来源的领域表现出色，还在其他数据集上展示了强大的泛化能力。

行业影响

VIEScore2的发布标志着图像评估领域的重要进步，特别是在AI生成图像和编辑任务中。其精准的缺陷定位和可解释的评估结果，将有助于提升AI生成内容的质量控制，并为开发者提供更可靠的工具。此外，该模型的多任务训练和优化机制也为AI研究提供了新的思路，推动了图像评估技术的进一步发展。

开发者建议

• 应用场景：建议在AI生成图像和编辑任务中集成VIEScore2，以提升评估的准确性和效率。
• 模型优化：开发者可以利用VIEScore2的GRPO优化机制，进一步提升模型在缺陷定位任务中的表现。
• 可解释性：建议结合VIEScore2的参数化解析器，为用户提供更直观的评估结果解释。

---

消息来源：Hugging Face Daily Papers (2026-10-01)

—— 完 ——

主题标签： #Hugging Face 关注 #图像评估 关注 #AI生成 关注 #多任务学习 关注 #缺陷定位 关注