文生图「世界一致性」评估框架 TerraVis 发布，被 NeurIPS 2026 接收

一张 AI 生成的图，可以在美学、提示词对齐和人类偏好指标上拿到高分，画面里却藏着扭曲的肢体、相互穿透的物体或不合理的物理现象。机器之心的报道指出，这些错误并不总能从现有分数中看出来，这暴露了文生图评估中的一个盲点：画面中的物体、交互和空间关系，是否符合现实世界的约束。

被 NeurIPS 2026 Evaluations and Datasets Track 接收的 TerraVis，正是围绕这一问题提出「世界一致性」评估框架。它覆盖三个层级、18 类问题，既给出分数，也指出具体问题、视觉证据和严重程度。

按报道的界定，世界一致性关注图像中的宏观物体、交互和场景，在结构、空间、物理、生物及常识层面是否合理。一个关键约束是：评估只看图像本身，不依赖生成提示词。

这使它与「是否画对题」明确区分。报道举了两个方向相反的案例：一张电脑桌图像获得 1.00 的 TIFA 对齐分数，但笔记本电脑结构明显扭曲，人类世界一致性评分为 0；另一张图偏离了「没有水流的喷泉」的提示词要求，画出了喷水的喷泉，画面本身却符合现实，人类与 TerraVis 都给出最高的世界一致性评分。

提示词也可能主动要求不符合现实的场景，例如让图书馆里的书悬浮在空中。此时较低的世界一致性分数不意味着创作失败，而是说明这幅图采用了超现实设定。对齐、偏好与世界一致性，需要分别衡量。

世界一致性也不等于照片般的写实。卡通的简化纹理、插画的平涂色彩、素描省略的细节，都不应被当作问题；但一只正在握杯子的手穿进杯体，就违背了物体之间的空间约束，与画风无关。只要包含可识别的宏观物体或场景，风格化图像同样可评；纯抽象图案、图标、图表和界面截图等不适用内容则返回 N/A。