GlazyBench：面向陶瓷釉料性质预测与图像生成的基准
人工智能
2026-05-08 v1 计算机视觉与模式识别
摘要
由于复杂的化学性质，开发陶瓷釉料是一个成本高昂且耗时的试错过程，给独立艺术家带来了沉重负担。尽管多模态人工智能的最新进展提供了现代解决方案，但该领域缺乏训练这些模型所需的大规模数据集。我们提出了 GlazyBench，第一个用于 AI 辅助釉料设计的数据集。GlazyBench 包含 23,148 种真实釉料配方，支持两个主要任务：根据原材料预测烧成后的表面性质（如颜色和透明度），以及根据这些性质生成准确的釉料视觉表示。我们使用传统机器学习和大语言模型建立了性质预测的全面基线，并使用深度生成模型和大型多模态模型建立了图像生成基准。我们的实验展示了充满希望但具挑战性的结果。GlazyBench 开创了 AI 辅助材料设计的新研究方向，为系统评估提供了标准化基准。
引用
@article{arxiv.2605.06641,
title = {GlazyBench: A Benchmark for Ceramic Glaze Property Prediction and Image Generation},
author = {Ziyu Zhai and Siyou Li and Juexi Shao and Juntao Yu},
journal= {arXiv preprint arXiv:2605.06641},
year = {2026}
}