PosterIQ：海报理解和生成的设计视角基准

我们提出了 PosterIQ，一个设计驱动的海报理解和生成基准，在构图结构、排版层次结构和语义意图上进行了注释。它包括 7,765 个图像注释实例和 822 个生成提示，涵盖真实、专业和合成案例。为了连接视觉设计认知和生成建模，我们定义了布局解析、文本图像对应、排版/可读性和字体感知、设计质量评估以及带有隐喻的可控、构图感知生成等任务。我们评估最先进的 MLLM 和基于扩散的生成器，发现视觉层次结构、排版语义、显着性控制和意图沟通方面持续存在的差距；商业模型引领高级推理，但充当不敏感的自动评分器，而生成器可以很好地渲染文本，但难以进行组合感知合成。广泛的分析表明，PosterIQ 既是一个定量基准，也是设计推理的诊断工具，提供可重复的、特定于任务的指标。我们的目标是激发模型的创造力，并将以人为本的设计原则融入生成视觉语言系统中。