BizGenEval：商业视觉内容生成的系统基准

图像生成模型的最新进展已将其应用范围从审美图像扩展到实际的视觉内容创建。然而，现有的基准主要关注自然图像合成，未能在现实商业设计任务的结构化和多约束要求下系统地评估模型。在这项工作中，我们介绍了 BizGenEval，这是一个商业视觉内容生成的系统基准。该基准涵盖幻灯片、图表、网页、海报、科学图表五种代表性文档类型，评估文本渲染、布局控制、属性绑定、知识推理四个关键能力维度，形成20个多样化的评估任务。 BizGenEval 包含 400 个精心策划的提示和 8000 个经过人工验证的清单问题，以严格评估生成的图像是否满足复杂的视觉和语义约束。我们对 26 个流行的图像生成系统进行大规模基准测试，包括最先进的商业 API 和领先的开源模型。结果揭示了当前生成模型与专业视觉内容创作的要求之间存在巨大的能力差距。我们希望 BizGenEval 成为现实世界商业视觉内容生成的标准化基准。