ArtArk文生图模型以95.14分登顶SuperCLUE榜单，图文一致性获满分

SuperCLUE于2026年11月10日发布的最新文生图基准测评榜单中，国产AI图像生成模型ArtArk以95.14分的成绩跃居总榜首位，首次在该权威评测中实现对OpenAI GPT系列模型的超越。紧随其后的是GPT Image 2.5 Sunburst（94.27分），位列第二；GPT Image 2.5 Flare以93.45分排第三。国内其他主力模型中，SenseNova U1 Pro得分为93.81分，Doubao-Seedream-5.0-pro与Qwen-Image-3.0-Pro并列91.93分和91.60分，分列第四与第五。

值得注意的是，ArtArk并非依靠单一强项拉高总分，而是在“图文一致性”这一关键子项中获得满分100分——这是全部参测模型中唯一达成此项满分的模型。图文一致性测试旨在评估模型能否准确理解用户指令中的语义细节，并将其完整、无歧义地转化为图像内容，例如精确呈现人物身份、物品特征、空间关系乃至逻辑约束（如“左侧穿红衣的人手持蓝伞，右侧白猫蹲在木箱上”）。该能力直接决定模型在实际场景中的可用性：海报设计、产品宣传图、教育插图等任务中，若画面与文字描述存在偏差，将导致返工甚至误用。

从细分维度看，各模型优势分布明显，反映出技术路线的差异化演进。GPT Image 2.5 Sunburst在“汉字生成”与“现实复现”两项中均排名第一，体现其在语言符号渲染与真实感建模上的积累；GPT Image 2.5 Flare则在图文一致性（93.94分）与图像质量方面表现更均衡；GPT-Image-2虽未进入前三，但在“创作与推理”（96.81分）与“复杂信息布局”（94.04分）上仍具优势。国内模型SenseNova U1 Pro以95.80分在“复杂信息布局”单项中夺冠，说明其在处理多元素、多层次构图任务时具备较强的空间组织能力。

另一值得关注的进展是Nano Banana系列的快速迭代。Nano Banana 2.1得分92.88分，相较前代版本，图文一致性提升9.09分，复杂信息布局提升6.87分，进步幅度显著。这表明，当前文生图模型的竞争已不再局限于画质或风格多样性，而是深入到语义理解精度、结构化表达能力与任务泛化性等底层能力层面。

SuperCLUE榜单采用多维评分体系，涵盖图像质量、图文一致性、汉字生成、现实复现、创作与推理、复杂信息布局、创作与推理、复合推理等8个核心维度，每项权重不同，最终加权得出总分。根据榜单附注，本次测试纳入了部分国内新模型（如ArtArk）与海外主流模型进行横向对比，但海外模型不参与国内排名，仅作参考；国内模型内部则按分数高低排序，分差1分以内视为并列。

从整体格局看，头部模型之间的差距已极度微小：总榜前五名最高分（95.14）与最低分（91.60）仅相差3.54分；若仅看前四名（ArtArk、GPT Sunburst、SenseNova U1 Pro、GPT Flare），分差压缩至1.91分。这种“毫厘之争”意味着技术红利期正在收窄，模型优化进入精细化攻坚阶段。

行业背景方面，文生图技术自2022年Stable Diffusion开源引爆以来，已历经三轮主要演进：第一阶段聚焦基础生成能力与算力效率；第二阶段强调可控性与提示词工程适配；第三阶段则转向深度语义理解与多模态对齐。当前头部模型普遍引入更强的视觉-语言对齐训练策略，例如通过跨模态对比学习强化文本嵌入与图像特征的映射保真度，或采用分步细化架构（如先布局后渲染）提升结构准确性。

ArtArk此次登顶，反映出国产模型在语义解析模块上的突破。尽管公开资料未披露其具体架构细节，但从其在图文一致性单项的绝对优势可推测，该模型可能强化了以下机制：一是增强对长文本指令的层次化解析能力，避免关键要素遗漏；二是引入更精细的视觉-语义对齐损失函数，降低局部错位概率；三是针对中文语境下的实体指代、量词搭配、文化隐喻等特殊表达做了专项优化。

对用户而言，这类进步具有直接价值。以往文生图工具常需反复调整提示词才能接近预期效果，尤其在生成含文字、多人物互动、专业场景（如电路图、医学示意图）时失败率较高。如今，随着图文一致性能力提升，一次生成成功率提高，降低了使用门槛，也拓展了在教育、出版、广告等专业领域的落地可能性。

需要指出的是，榜单成绩反映的是特定测试集下的静态表现，不代表模型在所有场景下均优于对手。例如GPT系列在英文指令、艺术风格迁移等方面仍有深厚积累；而国产模型在中文本地化、政策合规性、API服务响应等方面具备天然优势。未来竞争将更趋综合：不仅比“生成得多好”，还要比“理解得多准”“部署得多快”“成本得多低”。

目前，包括阿里、字节、商汤、MiniMax在内的多家中国AI企业均已推出自研文生图模型，并持续投入多模态大模型研发。随着算力基础设施完善与高质量中文图文数据集建设推进，国产模型在通用能力上的追赶速度仍在加快。

SuperCLUE作为国内较具公信力的多模态评测平台，其榜单更新频率稳定，测评标准逐年细化，已成为观察中文AI生成能力演进的重要窗口。本次ArtArk的突出表现，标志着国产文生图技术正式迈入全球第一梯队，后续能否持续保持领先，取决于算法创新、数据质量与工程落地能力的协同演进。