LMSYS 推出 Image Arena：FLUX、DALL-E 盲测对决

挑大语言模型看谁更聪明，大家早就习惯去 LMSYS 查盲测天梯榜。现在，文生图领域也迎来了自己的决斗场。

LMSYS 正式上线 Image Arena。玩法依然延续了 Chatbot Arena 的经典套路：你输入一段提示词，系统分配两个匿名模型分别出图，你看完盲选一张更好的，系统后台记下一票。首批参战的模型包括 FLUX、Stable Diffusion、Dall-E、Recraft 以及 Ideogram 等主流选手。

让模型在暗处凭画功说话

这套规则最大的好处就是杜绝了先入为主的偏见。不管是开源顶流还是商业闭源大厂，在脱掉标签之前，都只能纯粹靠画质、构图和对提示词的理解来拼输赢。

LMSYS 同时也预告，随着投票数据积累，很快就会上线正式的图像模型排行榜。

为什么重要

我们认为，Image Arena 很可能会重塑图像生成领域的评测标准。在此之前，文生图模型大多依赖各种学术基准指标，但跑分再高，往往也不如真实人类的一句「看着别扭」。

对创作者和开发者来说，文生图终于有了一个不需要被营销公关绑架的选型参考。谁的细节更扎实、谁对复杂指令的理解更准，拉出来盲测几轮就一清二楚。

不过这种众包盲测也有隐患。图像审美极其主观，普通用户往往更容易给色彩浓郁、第一眼惊艳的图片投票，这可能会让那些更擅长冷门风格或严谨构图的模型在榜单上吃亏。