ServImage：来自真实商业影像服务的图像生成与编辑基准
计算机视觉与模式识别
2026-04-28 v1
摘要
最近的图像生成与编辑模型在学术基准上表现出强大的指令遵循能力和高质量视觉效果，但其在付费真实设计项目中的表现如何尚不明确。我们引入ServImage，一个显式关联模型输出与商业设计项目经济价值的基准。ServImage包含：(i) ServImageBench：包含1.07k个付费商业设计任务和2.05k个设计师交付物（总价值超29.5万美元），覆盖人像、产品和数字内容，附带3.3万个候选图像和3.3万个人类标注；(ii) ServImageScore：集成评分系统，结合三个质量维度：基线要求满足度、视觉执行质量和商业必要性满足度。这些维度旨在刻画驱动人类支付决策的因素，表明图像是否符合商业要求。(iii) ServImageModel：在该评分体系下，我们提出的支付预测模型基于人类标注的候选图像训练，实现82.00%的准确率，预测人类支付决策并输出校准的支付概率。ServImage为评估图像生成模型的商业可行性提供了全面的基础，为未来基于经济导向视觉系统的研究提供了可扩展资源。
引用
@article{arxiv.2604.24023,
title = {ServImage: An Image Generation and Editing Benchmark from Real-world Commercial Imaging Services},
author = {Fengxian Ji and Jingpu Yang and Zirui Song and Lang Gao and Junhong Liang and Zhenhao Chen and Jinghui Zhang and Xiuying Chen},
journal= {arXiv preprint arXiv:2604.24023},
year = {2026}
}