微软自家文生图更新到 MAI-Image-2.6，Arena 名次升到第二。想借这个问问，大家平时拿什么给新模型做实测？
名次我一向看得淡。Arena 是人两两盲投，投的人多半凭第一眼，谁的图更亮、构图更抓眼谁占便宜。可我日常要的是图表配图、画面里的文字不变形、同一个人物跨几张图保持一致，这些约束投票的人根本看不到，盲投里几乎体现不出来。
当然能爬上来，说明基础出图质量到这一档了，微软前几版和第一梯队的观感差得挺远。我的习惯是把榜单当筛选器，剩下拿自己的真实需求再跑一遍。文字和人物一致性这两项，你们有批量测的办法吗