LMSYS 推出 Image Arena：FLUX、DALL-E 盲測對決

挑大語言模型看誰更聰明，大家早就習慣去 LMSYS 查盲測天梯榜。現在，文生圖領域也迎來了自己的決鬥場。

LMSYS 正式上線 Image Arena。玩法依然延續了 Chatbot Arena 的經典套路：你輸入一段提示詞，系統分配兩個匿名模型分別出圖，你看完盲選一張更好的，系統後臺記下一票。首批參戰的模型包括 FLUX、Stable Diffusion、Dall-E、Recraft 以及 Ideogram 等主流選手。

讓模型在暗處憑畫功說話

這套規則最大的好處就是杜絕了先入為主的偏見。不管是開源頂流還是商業閉源大廠，在脫掉標籤之前，都只能純粹靠畫質、構圖和對提示詞的理解來拼輸贏。

LMSYS 同時也預告，隨著投票資料積累，很快就會上線正式的影像模型排行榜。

為什麼重要

我們認為，Image Arena 很可能會重塑影像生成領域的評測標準。在此之前，文生圖模型大多依賴各種學術基準指標，但跑分再高，往往也不如真實人類的一句「看著彆扭」。

對創作者和開發者來說，文生圖終於有了一個不需要被營銷公關綁架的選型參考。誰的細節更紮實、誰對複雜指令的理解更準，拉出來盲測幾輪就一清二楚。

不過這種眾包盲測也有隱患。影像審美極其主觀，普通使用者往往更容易給色彩濃郁、第一眼驚豔的圖片投票，這可能會讓那些更擅長冷門風格或嚴謹構圖的模型在榜單上吃虧。